防止lxml在匹配元素后选择下一个文本节点

Question

我需要在一些 HTML 字符串模板中<div>找到id="XXX"：from lxml import htmltemplate = '''Text node 1<div id="XXX">XXX content</div>Text node 2'''tree = html.fromstring(template)element = tree.get_element_by_id('XXX')result = html.tostring(element).decode('utf-8')print(result)>>> <div id="XXX">XXX content</div>>>> Text node 2由于一些奇怪的原因，它选择<div>和下一步Text node 1<div id="XXX">XXX content</div>如果我用另一个包裹<div>：Text node 1<div>    <div id="XXX">XXX content</div></div>Text node 2一切都更好，它打印匹配<div id="XXX">和一个空行（解码\n）：>>> print(result)<div id="XXX">XXX content</div>\n如果我在<div>之后添加一些<div id="XXX">：Text node 1<div id="XXX">XXX content</div><div></div>Text node 2一切也更好，它打印匹配<div id="XXX">和一个空行（解码\n）：>>> print(result)<div id="XXX">XXX content</div>\n以前Text node 1从未受到影响 - 至少这很好）那么，可以指定一些东西不选择下一个文本节点吗？这会很棒，如果\n也不会匹配，但我可以忍受请告诉我，如果该问题与 XPath 无关lxml，而是与 XPath相关PSBeautifulSoup没有这个问题，即使使用与lxml解析器相同的模块，它甚至不匹配next\n版本：>>> pythonPython 3.7.3>>> pip show lxmlVersion: 4.3.4

Answer 1

看起来有时只需要使用蛮力：

tree = html.fromstring(template)

element = tree.get_element_by_id('XXX')

element.tail = None #brute force in action....

result = html.tostring(element).decode('utf-8')

print(result)

输出所需的

<div id="XXX">XXX content</div>

现在由比我聪明的人来解释为什么我们需要求助于这个......