python - 查找包含字符串的元素的xpath

Posted 2023-02-23

【中文标题】python - 查找包含字符串的元素的xpath

【英文标题】：python - find xpath of element containing string

【发布时间】：2015-07-05 14:02:23

【问题描述】：

我构建了一个小脚本，它应该在页面中找到一些特定的字符串并返回包含该字符串的元素的 xpath。 目的是使用此 xpath 来查找具有相同上下文的字符串。

我正在使用此代码：

import requests
from lxml import html
page = requests.get("http://www.w3schools.com/xpath/")
tree = html.fromstring(page.text)
result = tree.xpath('//*[. = "XML"]')

result[0] 返回<Element b at 0x7f034a08e940>，我还是不知道如何找到这个元素的 XPath。

我想要的字符串是：

/html/body/div[4]/div/div[2]/div[2]/div[1]/div/ul/li[2]

【参考方案1】：

您可以使用getpath() 从element 获取xpath，例如：

import requests
from lxml import html

page = requests.get("http://www.w3schools.com/xpath/")
root = html.fromstring(page.text)
tree = root.getroottree()
result = root.xpath('//*[. = "XML"]')
for r in result:
    print(tree.getpath(r))

输出：

/html/body/div[3]/div/ul/li[10]
/html/body/div[3]/div/ul/li[10]/a
/html/body/div[4]/div/div[2]/div[2]/div[1]/div/ul/li[2]
/html/body/div[5]/div/div[6]/h3
/html/body/div[6]/div/div[4]/h3
/html/body/div[7]/div/div[4]/h3

【讨论】：

我用 URL 尝试了你的代码：w3schools.com/xml/xpath_intro.asp。实际上有 8 个元素包括 XML 字符串，但脚本只返回 7 个元素。也许是因为小组？