python - lxml - 根据父类获取子类的属性

Question

我正在尝试从 td 标签的第一个子标签中提取 foo 类的 href。 DOM 示例如下:

<td class="foo">
   <a href="www.foobar1.com"></a>
</td>
<td class="foo">
   <a href="www.foobar2.com"></a>
</td>

从中我想得到["www.foobar1.com", "www.foobar2.com"]

到目前为止，我有以下内容:

import requests
from lxml import html

def get_hrefs(url):
    page = requests.get(url)
    tree = html.fromstring(page.text)
    td_elements = tree.xpath('//td[@class="foo"]')

    return [el.find("a").attrib["href"] for el in td_elements]

但是，我觉得扩展 xpath 而不是进行迭代会更有效，但不确定如何构造它。

谢谢。

Answer 1

是的，您可以通过从每个 td 内的 a 标记获取 @href 来简化它:

return tree.xpath('//td[@class="foo"]/a/@href')