[英]XPath for LXML with Intermediary Element
我正在嘗試使用python和LXML抓取一些頁面。 我的測試頁是http://www.sarpy.com/oldterra/prop/PDisplay3.asp?ParamValue1=010558233
我對大多數XPath都很滿意。 例如,
tree.xpath('/html/body/table/tr[1]/td[contains(text(), "Sales Information")]/../../tr[3]/td[1]/text()')
成功地給我列出了第一筆交易的日期。 我還有其他幾件。 但是,我無法獲得銷售日期下方列出的B&P。 例如,第一次銷售的B&P是200639333。
我注意到在頁面結構中,在B&P項目的tr之前有一個form元素。 由於它是下一個表行,因此我嘗試按以下方式增加tr索引:
tree.xpath('/html/body/table/tr[1]/td[contains(text(), "Sales Information")]/../../tr[4]/td[1]/text()')
返回:
['\r\n ']
由於換行符和br的子元素以及字段中的輸入,我嘗試將text()變成text()[1],text()[2]等,但是沒有運氣。
我試圖將路徑基於相鄰的表單,如下所示:
tree.xpath('/html/body/table[7]/form[@action="../rod/ImageDisplay.asp"]/following-sibling::tr/td[1]/text()')
沒運氣。
我認為存在兩個潛在問題:可能破壞索引模式的中間表單元素和空白。 我將感謝您提供任何糾正此xpath的幫助。
您要查找的<tr>
是<form>
,而不是其同級,請嘗試-
tree.xpath('/html/body/table/tr[1]/td[contains(text(), "Sales Information")]/../../form[1]/td[1]/text()')
這可能會使您具有大量空白的200639333
。
要么 -
tree.xpath('/html/body/table[7]/form[@action="../rod/ImageDisplay.asp"]/tr[1]/td[1]/text()')
對於所有此類元素。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.