如何使用lxml通过文本查找元素？
Posted
技术标签:
【中文标题】如何使用lxml通过文本查找元素？【英文标题】：How to use lxml to find an element by text? 【发布时间】：2012-12-27 07:44:56 【问题描述】：假设我们有以下html：
<html>
<body>
<a href="/1234.html">TEXT A</a>
<a href="/3243.html">TEXT B</a>
<a href="/7445.html">TEXT C</a>
<body>
</html>
如何让它找到包含“TEXT A”的元素“a”？
到目前为止，我得到了：
root = lxml.html.document_fromstring(the_html_above)
e = root.find('.//a')
我试过了：
e = root.find('.//a[@text="TEXT A"]')
但这不起作用，因为“a”标签没有属性“text”。
有什么方法可以以与我尝试过的方法类似的方式解决这个问题？
【问题讨论】：
你试过:contains吗？
参考unutbu的回答
【参考方案1】：
你很亲密。使用text()= 而不是@text（表示属性）。
e = root.xpath('.//a[text()="TEXT A"]')
或者，如果你只知道文本包含“TEXT A”，
e = root.xpath('.//a[contains(text(),"TEXT A")]')
或者，如果您只知道文本以“TEXT A”开头，
e = root.xpath('.//a[starts-with(text(),"TEXT A")]')
有关可用字符串函数的更多信息，请参阅the docs。
例如，
import lxml.html as LH
text = '''\
<html>
<body>
<a href="/1234.html">TEXT A</a>
<a href="/3243.html">TEXT B</a>
<a href="/7445.html">TEXT C</a>
<body>
</html>'''
root = LH.fromstring(text)
e = root.xpath('.//a[text()="TEXT A"]')
print(e)
产量
[<Element a at 0xb746d2cc>]
【讨论】：
这给了我 SyntaxError: invalid predicate。 对。find/findAll 是简化的方法，不允许使用各种 XPath。对于当前版本的 lxml，xpath 接受 XPath 版本 1.0。
糟糕，刚刚删除了您发布之前的评论。我在我的代码中替换了 find 和 findAll 并且它可以工作。再次感谢你:)
我得到 [root.find(… 而不是root.xpath(…。【参考方案2】：
另一种对我来说看起来更直接的方式：
results = []
root = lxml.hmtl.fromstring(the_html_above)
for tag in root.iter():
if "TEXT A" in tag.text
results.append(tag)
【讨论】：
如果您正在寻找确切的文本，当然还有tag.text == "TEXT A"以上是关于如何使用lxml通过文本查找元素？的主要内容，如果未能解决你的问题，请参考以下文章