Question

我有类似以下的XML

<li class="expandSubItem">
    <span class="expandSubLink">Popular Neighborhoods</span>
    <ul class="secondSubNav" style="top:-0.125em;">
        <li class="subItem">
            <a class="subLink" href="/Hotels-g187147-zfn7236765-Paris_Ile_de_France-Hotels.html">Quartier Latin Hotels</a>
        </li>
    </ul>
</li>
<li class="expandSubItem">
    <span class="expandSubLink">Popular Paris Categories</span>
    <ul class="secondSubNav" style="top:-0.125em;">
        <li class="subItem">
            <a class="subLink" href="/HotelsList-Paris-Cheap-Hotels-zfp10420.html">Paris Cheap Hotels</a>
        </li>
    </ul>
</li>

我希望获得“热门巴黎类别”下的所有链接。我使用了类似//li//a/@href/following::span[text()='Popular Singapore Categories']的内容，但没有给出任何结果。知道如何获得正确的结果吗？这是我写的python代码的片段。

t_url = 'https://www.tripadvisor.com/Tourism-g187147-Paris_Ile_de_France-Vacations.html'
page = requests.get(t_url, timeout=30)
tree = html.fromstring(page.content)

links = tree.xpath('//li[span="Popular Paris Categories"]//a/@href')
print links

Answer 1

这是一种可能的方式：

//li[normalize-space(span)="Popular Paris Categories"]//a/@href

请注意normalize-space()如何用于从span内容中删除尾随空格。这就是为什么我最初在评论中建议的XPath不适用于您的实际HTML。

Answer 2

这样的事可能

//span[text()='Popular Paris Categories']/following-sibling::ul//a/@href

使用XPath以下从XML获取元素

2 个答案: