使用 lxml 检索类属性的名称

Question

我正在开发一个使用 lxml 来废弃页面的 python 项目，并且我面临着检索 span 类属性名称的挑战。html 片段如下：

<tr class="nogrid">
  <td class="date">12th January 2016</td> 
  <td class="time">11:22pm</td> 
  <td class="category">Clothing</td>   
  <td class="product">
    <span class="brand">carlos santos</span>
  </td> 
  <td class="size">10</td> 
  <td class="name">polo</td> 
</tr>
....

如何检索下面的跨度类属性的值：

<span class="brand">carlos santos</span>

Answer 1

您可以使用以下 XPath 来获取属于 class的直接子元素的元素class的属性：spantdproduct

//td[@class="product"]/span/@class

工作演示示例：

from lxml import html
raw = '''<tr class="nogrid">
<td class="date">12th January 2016</td> 
<td class="time">11:22pm</td> 
<td class="category">Clothing</td>   
<td class="product">
<span class="brand">carlos santos</span>
</td> 
<td class="size">10</td> 
<td class="name">polo</td> 
</tr>'''

root = html.fromstring(raw)
span = root.xpath('//td[@class="product"]/span/@class')[0]
print span

输出 ：

Brand