使用lxml` .xpath（）`和`for`的意外输出

Question

我有以下文字

testing = """
<div>
<a>11</a>
</div>
<div>
<a>21</a>
<a>23</a>
</div>
"""

我想提取<a></a>内的文字。以下是我的尝试，

testing = html.fromstring(testing)
testing = testing.xpath("//div")
[x.xpath("//a/text()") for x in testing]

输出

[['11', '21', '23'], ['11', '21', '23'], ['11', '21', '23']]

但我期望和想要的是

[['11'], ['21', '23']]

我该怎么做？

谢谢。

Answer 1

testing.xpath("//div")返回匹配div个节点的列表。对于每个div节点，您要求查找所有a个元素，但表达式开头的//将从文档树的根开始搜索。您需要通过添加一个点来进行特定于列表中每个div的搜索：

[x.xpath(".//a/text()") for x in testing]
    # HERE^

或者，如果适用于您的情况，您可以在一个表达式中一次性完成：

x.xpath("//div/a/text()")