我如何继续获取包含一段文本的节点的父节点？此外，我可以使用一些正则表达式机制作为匹配元素进行搜索/过滤，re.compile("th[ei]s? .ne")例如从下面进行搜索？说 this onehtml = '''<html><head><title></title></head><body><table><tr><td>1a</td><td>2a</td><td>3a</td><td>4a</td><td>5a</td><td>6a</td></tr><tr><td>1b</td><td>2b</td><td>3b</td><td>4b</td><td>5b</td><td>6b</td></tr><tr><td>1c</td><td>2c</td><td>3c</td><td>4c</td><td>5c</td><td>6c this one</td></tr></table><div><div><table><tr><td>1A</td><td>2A</td><td>3A</td><td>4A</td><td>5A</td><td>6A</td></tr><tr><td>1B</td><td>2B</td><td>3B</td><td>4B</td><td>5B</td><td>6B</td></tr><tr><td>1C</td><td>2C</td><td>3C</td><td>4C</td><td>5C</td><td>6C</td></tr></table>this one</div></div></body></html>'''我想有一个返回的迭代器：<td>6c this one</td>进而：<div><table><tr><td>1A</td><td>2A</td><td>3A</td><td>4A</td><td>5A</td><td>6A</td></tr><tr><td>1B</td><td>2B</td><td>3B</td><td>4B</td><td>5B</td><td>6B</td></tr><tr><td>1C</td><td>2C</td><td>3C</td><td>4C</td><td>5C</td><td>6C</td></tr></table>this one</div>我试过：import lxml.htmlroot = lxml.html.document_fromstring(html)root.xpath("//text()[contains(., one)]")和import xml.etree.ElementTree as ETfor e in ET.fromstring(html).getiterator(): if e.text and e.text.find('one') != -1: print "Found string %r, element = %r" % (e.text, e)但是我可以拥有的最好的节点是包含this one自身的节点...而我正在寻找包含此文本的父节点。请注意，div或表仅作为示例，我真的需要在找到“ this”之后返回到父级，而不是过滤包含的xml元素，this one因为在找到它之前，我将不知道这是div，表还是其他任何东西包含。
3 回答
杨__羊羊
TA贡献1943条经验 获得超7个赞
根据示例输出，您似乎想要获取包含指定文本的元素one。您的描述说您想要该节点的父节点。
基于此假设，您可以使用以下XPath获得所需的节点：
//*[contains(text(), 'one')]
如果您确实想要此节点的父级，则可以执行
//*[child::*[contains(text(), 'one')]]
顺便说一句，如您所见，我使用谓词来获取节点，因此我过滤了XML节点。在我看来，这是更合乎逻辑和更易理解的方法，因为它基本上是说给我所有满足给定条件的节点，而不是说给我所有条件的输出，然后从这一点开始搜索实际所需的输出。但是您也可以执行以下操作，以更好地匹配您提出的解决方案：
//text()[contains(., 'one')]/parent::*
繁星淼淼
TA贡献1775条经验 获得超11个赞
>>> root.xpath("//*[contains(child::*/text(), 'one')]") # why empty parent?
[]
该XPath表达式选择第一个孙文本节点包含“一个”的每个元素。的第一个参数contains()应为字符串，因此XPath接受结果中的第一个节点child::*/text()并采用其字符串值。由于没有元素的文本节点的第一个孙子节点包含“一个”，因此答案是空的节点列表。
>>> root.xpath("//*[contains(text(), 'one')]")
# i expected to have a list with two elements td and div
[<Element td at 0x280b600>]
出于相同的原因，此XPath表达式选择其第一个文本节点子代包含“一个”的所有元素。这就是为什么<td>选择<div>而不选择的原因：div的包含“一个”的子文本节点不是其第一个子文本节点。
>>> root.xpath("//*[child::*[contains(text(), 'one')]]")
# if parent: expected tr and div,
# if not parent expected table or div, still missing one
[<Element tr at 0x2821f30>]
这面临着与先前表达式相同的限制。
您是否尝试过@dirkk提出的最后一个解决方案，
//text()[contains(., 'one')]/parent::*
那应该避免将多个节点作为第一个参数传递给您的问题contains()。
添加回答
举报
0/150
提交
取消