[英]Get minimal XPath of an element
我正在尝试创建一个返回元素的XPATH的函数。 不幸的是,它返回绝对xpath是不够的。
我想尽可能地获得最小的xpath(或者更好 - 更“聪明”,不一定是最小的)。 例如,如果element有id,则返回xpath依赖于其id。
我希望多次使用此xpath,并且根据页面更改,绝对xpath非常容易受到攻击。
或者,如果它的父项具有id,则返回父项xpath by id和concat with /child
。
是否可以使用lxml
模块或其他模块?
例如, XPath帮助程序向导扩展可以做得更好。
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 /体/格[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] /表/ TR [6] / TD [2] / DIV [1]
你知道怎么做吗?
就我所见,你要求两个相互矛盾的事情:一个最小的XPath,以及一个对文档更改稳定的XPath。
元素的最小XPath通常类似于(//*)[134]
,但这对文档更改非常敏感。
您可以使用递归算法获取相对于具有id()属性的最近祖先的XPath,如:
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() + "]"
}
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.