python - 如何匹配 XPath (lxml) 中元素的内容？

Question

我想使用 XPath 表达式通过 lxml 解析 HTML。我的问题是匹配标签的内容:

例如给定

<a href="http://something">Example</a>

元素我可以使用匹配href属性

.//a[@href='http://something']

但是给定的表达式

.//a[.='Example']

甚至

.//a[contains(.,'Example')]

lxml 抛出“无效节点谓词”异常。

我做错了什么？

编辑:

示例代码:

from lxml import etree
from cStringIO import StringIO

html = '<a href="http://something">Example</a>'
parser = etree.HTMLParser()
tree   = etree.parse(StringIO(html), parser)

print tree.find(".//a[text()='Example']").tag

预期输出为“a”。我得到“SyntaxError:无效的节点谓词”

Answer 1

我会尝试:

.//a[text()='Example']

使用 xpath() 方法:

tree.xpath(".//a[text()='Example']")[0].tag

如果您想使用 iterfind()、findall()、find()、findtext()，请记住 值比较和函数 等高级功能在 ElementPath 中不可用。

lxml.etree supports the simple path syntax of the find, findall and findtext methods on ElementTree and Element, as known from the original ElementTree library (ElementPath). As an lxml specific extension, these classes also provide an xpath() method that supports expressions in the complete XPath syntax, as well as custom extension functions.