lxml中的html.xpath（“ // text（）”）

Question

我正在阅读带有以下演示的lxml教程：

#+BEGIN_SRC ipython :session lxml :results output
print(html.xpath("string()")) # lxml.etree only!
# TEXTTAIL
print(html.xpath("//text()")) # lxml.etree only!
#  ['TEXT', 'TAIL']
#+END_SRC

#+RESULTS:
: TEXTTAIL
: ['TEXT', 'TAIL']

我对//中的html.xpath("//text()"感到困惑

如果将其删除，则会返回一个空列表。

#+begin_src ipython :session lxml :results output
print(html.xpath("text()"))
#+end_src

#+RESULTS:
: []

Answer 1

来自XPath 1.0 spec：

  

//是/ descendant-or-self :: node（）/的缩写。例如，// para是   / descendant-or-self :: node（）/ child :: para的缩写，因此将选择   文档中的任何para元素（甚至是   由于document元素将由// para选择document元素   node是根节点的子节点）； div // para的缩写   div / descendant-or-self :: node（）/ child :: para，因此将选择所有para   div孩子的后代。

因此//text()等效于/descendant-or-self::node()/child::text()，它将选择文档中的所有文本节点。

删除//时，只会选择当前上下文的子节点（无论html是什么）。