Question

我使用Python 3.6处理一大块HTML，我遇到的问题是循环下面的代码正在运行，但atag.xpath查询正在搜索整个HTML源代码并返回data-size的所有四个标记值。

我尝试做的是，为PAGE_RAW循环处理for时，对于包含item类的每个DIV实例，它会找到具有padding类的子DIV，并为该一个标记提取data-size属性，而不是在HTML源中找到所有标记。

HTML

<div class="item">
    <div class="padding" data-size="12"></div>
</div>
<div class="item">
    <div class="padding" data-size="13"></div>
</div>
<div class="item">
    <div class="padding" data-size="14"></div>
</div>
<div class="item">
    <div class="padding" data-size="15"></div>
</div>

代码

import lxml.html as LH
...

PAGE_RAW = driver.page_source
PAGE_RAW = LH.fromstring(PAGE_RAW)

for atag in PAGE_RAW.xpath("//div[contains(@class, 'item')]"):
    data = atag.xpath("//div[contains(@class, 'padding')]/@data-size")

Answer 1

您在此处遇到的问题是，在您的第二个xpath中，//告诉它在文档中搜索任何地方（如果不是当前节点是特定的div，它始终从开始搜索。

要查找当前节点下的任何节点，请将//替换为.//（.表示搜索以当前节点开始，而不是根目录。）

import lxml.html as LH
...

PAGE_RAW = driver.page_source
PAGE_RAW = LH.fromstring(PAGE_RAW)

for atag in PAGE_RAW.xpath("//div[contains(@class, 'item')]"):
    data = atag.xpath(".//div[contains(@class, 'padding')]/@data-size")

Python：Xpath在For循环中为每个DIV获取值

1 个答案: