[英]XPath - get attribute “href”
如何使用 XPath 从 html 获取“href”属性?
<td>
<a href="http://www.stackoverflow.com">
<p>SERVER-45472</p>
</a>
</td>
为什么对我来说只能使用“ //a/@href
”这个命令? 为什么我不能使用这个查询 - “ /td//a/@href
”?
我想做什么:
from lxml import html
tree = html.fromstring('<td><a href="https://jira.mongodb.org/browse/SERVER-45472"><p>SERVER-45472</p></a></td>')
a = tree.xpath('/td//a/@href')
print(a)
运行脚本后,一个空列表返回给我
像这样的 XPath:
string(//a/@href)
http://www.stackoverflow.com
您的 XPath 部分适用于我的xmllint :
xmllint --xpath '/td//a/@href' file
href="http://www.stackoverflow.com"
您正在使用哪些工具,您期望的 output 是什么,而您得到的是什么?
因为 HTML 文件的一部分不是有效的 HTML 文件。
看:
$ python
Python 2.7.16 (default, Oct 10 2019, 22:02:15)
[GCC 8.3.0] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> from lxml import html
>>> tree = html.fromstring('<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd"><html> <body><td><a href="https://jira.mongodb.org/browse/SERVER-45472"><p>SERVER-45472</p></a></td></body></html>')
>>> a = tree.xpath('/html/body/td//a/@href')
>>> print(a)
['https://jira.mongodb.org/browse/SERVER-45472']
>>>
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.