獲取元素的最小XPath

Question

我正在嘗試創建一個返回元素的XPATH的函數。 不幸的是，它返回絕對xpath是不夠的。

我想盡可能地獲得最小的xpath（或者更好 - 更“聰明”，不一定是最小的）。 例如，如果element有id，則返回xpath依賴於其id。

我希望多次使用此xpath，並且根據頁面更改，絕對xpath非常容易受到攻擊。

或者，如果它的父項具有id，則返回父項xpath by id和concat with /child 。

是否可以使用lxml模塊或其他模塊？

例如， XPath幫助程序向導擴展可以做得更好。

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 /體/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]

你知道怎么做嗎？

Answer 1

就我所見，你要求兩個相互矛盾的事情：一個最小的XPath，以及一個對文檔更改穩定的XPath。

元素的最小XPath通常類似於(//*)[134] ，但這對文檔更改非常敏感。

您可以使用遞歸算法獲取相對於具有id（）屬性的最近祖先的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() + "]"
}