具有中間元素的XPath for LXML

Question

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。

Answer 1

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。