我正在尝试创建一个返回元素的 XPATH 的函数。不幸的是,它返回的绝对 xpath 是不够的。
我想获得尽可能小的 xpath(或者更好 - 更“聪明”,不一定是最小的)。例如,如果元素有 id,则根据其 id 返回 xpath。
我想多次使用这个 xpath,根据页面变化,绝对 xpath 非常脆弱。
或者如果它的父级有 id,则通过 id 返回父级 xpath 并与 /child
连接。
lxml
模块或其他模块是否可行?
例如 XPath helper wizard 扩展可以做得更好。
def _load_root(url):
r = requests.get(url)
r.encoding = 'utf-8'
html = r.content
return etree.fromstring(html, etree.HTMLParser())
def get_xpath_by_text(text,url):
root = _load_root(url)
e = root.xpath('.//*[contains(text(),"{}")]'.format(text))
print root.getpath(e)
/html/body/div[1]/div[1]/div[1]/div[2]/div[1]/div[1]/div[2]/div[2]/div[1]/div/div[1]/div[2]/div[2]/div[2]/div[1]/div[1]/table/tr[6]/td[2]/div[1]
你知道怎么做吗?
最佳答案
据我所知,您要求的是两个相互矛盾的东西:最小的 XPath 和对文档更改稳定的 XPath。
元素的最小 XPath 通常类似于 (//*)[134]
,但这对文档更改非常敏感。
您可以使用如下递归算法获取相对于具有 id() 属性的最近祖先的 XPath:
function minimalXpath(Node node) {
if (exists(node/@id))
then "id(" + node/@id + ")"
else if (node is root)
then ""
else minimalXPath(node.getParent()) + "/" + node.getName() +
"[" + node.getSiblingPosition() + "]"
}
关于python - 获取元素的最小 XPath,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41386519/