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"？
到目前为止我有:
root = lxml.hmtl.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".
有什么方法可以用与我尝试过的方式类似的方式来解决这个问题吗？
unu*_*tbu 40
你很近.使用text()=而不是@text(表示属性).
e = root.xpath('.//a[text()="TEXT A"]')
或者,如果您只知道文本包含"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,请参阅文档.
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>]
另一种对我来说看起来更直接的方法：
results = []
root = lxml.hmtl.fromstring(the_html_above)
for tag in root.iter():
if "TEXT A" in tag.text
results.append(tag)