我需要帮助编写 xpath 来查找仅包含第 1 个和 1 个 td 的表中的行示例 HTML<!DOCTYPE html><html><head> <title></title></head><body> <table> <tr> <th>test</th> <td>abc</td> </tr> <tr> <th>test1</th> <td>abc</td> <td>abc</td> </tr> <th>test2</th> <td>abc</td> </table></body></html>对于这个 html，我期望只有第一行和最后一行，如果该行包含 th 和 td 以外的任何内容，则应跳过'//table/tr[th and td]' 我到达了这个 xpath 但这将包括重复如果该行包含其他或任何东西td则不会过滤<a
2 回答
宝慕林4294392
TA贡献2021条经验 获得超8个赞
这是可行的——不是很优雅，但是有效。我扩展了您的示例 html，引入了一些更多有问题的节点：
test = """
<!DOCTYPE html>
<html>
<head>
<title></title>
</head>
<body>
<table>
<tr>
<th>test</th>
<td>abc</td>
</tr>
<tr>
<th>test1</th>
<td>abc</td>
<td>abc</td>
</tr>
<tr>
<th>test2</th>
<td>abc</td>
</tr>
<tr>
<a>test3</a>
<td>abcd</td>
</tr>
<tr>
<td>test4</td>
<td>abcd</td>
</tr>
</table>
</body> """
import lxml.html
doc = lxml.html.fromstring(test)
good_tags = ['th','td']
targs = doc.xpath('//tr')
for targ in targs:
tr = targ.xpath('.//*')
if len(tr)==2 and (tr[0].tag != tr[1].tag) and tr[0].tag in good_tags and tr[1].tag in good_tags:
print(lxml.html.tostring(targ).decode())
输出：
<tr>
<th>test</th>
<td>abc</td>
</tr>
<tr>
<th>test2</th>
<td>abc</td>
</tr>
- 2 回答
- 0 关注
- 104 浏览
添加回答
举报
0/150
提交
取消