在python中使用lxml解析html頁面

Question

我想用python中的lxml解析此Xpath查詢。

.//*[@id='content_top']/article/div/table/tbody/tr[5]/td/p/text()

我檢查了Firepath（xpath的firebug擴展）中的xpath查詢，它可以工作，但是我的python代碼什么都沒顯示。 這是來源。

from lxml import html
import requests

page = requests.get("http://www.scienzeetecnologie.uniparthenope.it/avvisi.html")
tree = html.fromstring(page.text)
avvisi = tree.xpath(".//*[@id='content_top']/article/div/table/tbody/tr[5]/td/p/text()")
print(avvisi)

輸出為"[]" 。

Answer 1

源html中沒有實際的<tbody>元素，它只是HTML解析器添加的DOM中的元素。

firebug實際上顯示了DOM（我猜是firepath，這是在此DOM上運行的firebug擴展（而不是源html））。

有關<tbody>詳細說明以及firebug為什么顯示它，請查看SO問題的答案- 為什么firebug將<tbody>添加到<table>？ 還是這個問題- 為什么瀏覽器將tbody元素插入表元素？

---

在您的情況下，從xpath中刪除<tbody>可以使其正常工作，例如-

avvisi = tree.xpath(".//*[@id='content_top']/article/div/table/tr[5]/td/p/text()")