Question

我开发了一个包含许多操作的爬虫。许多xpath涉及，因此我使用json文件进行存储。然后爬虫开始运行我想在xpaths上进行基本语法检查（在xpath使用之前），并为无效的xpaths引发错误。

例如：

xpath1 = '//*[@id="react-root"]/section'
xpath2 = '//*[[@id="react-root"]/section'
xpath3 = '//*[@id="react-root"]\section'

从这些xpath只有xpath1有效

是否有任何模块或正则表达式进行此类验证？

Answer 1

您可以使用lxml.etree.XPath编译xpath字符串，如果语法不正确，将引发异常：

>>> import lxml.etree
>>> lxml.etree.XPath('//*[@id="react-root"]/section')
//*[@id="react-root"]/section
>>> lxml.etree.XPath('//*[[@id="react-root"]/section')
Traceback (most recent call last):
  ...
lxml.etree.XPathSyntaxError: Invalid expression
>>> lxml.etree.XPath(r'//*[@id="react-root"]\section')
Traceback (most recent call last):
  ...
lxml.etree.XPathSyntaxError: Invalid expression

Answer 2

from selenium import webdriver;
webdriver.Chrome().find_elements('xpath', '//*[text(),"invalid xpath"]')

Python中的XPATH语法验证器

2 个答案: