Python：Xpath问题为For循环中的每个DIV获取价值

Question

我正在使用Python 3.6处理大量HTML，但我遇到的问题是，下面的循环代码可以正常工作，但atag.xpath查询正在搜索整个HTML源，并返回的所有四个标记值data-size。

我想做的是，在PAGE_RAW处理for循环时，对于包含该类的DIV的每个实例，item它将找到具有的类的子DIV padding并提取该data-size标记的属性，而不是所有标记如果在HTML源代码中找到标记。

的HTML

<div class="item">
    <div class="padding" data-size="12"></div>
</div>
<div class="item">
    <div class="padding" data-size="13"></div>
</div>
<div class="item">
    <div class="padding" data-size="14"></div>
</div>
<div class="item">
    <div class="padding" data-size="15"></div>
</div>

码

import lxml.html as LH
...

PAGE_RAW = driver.page_source
PAGE_RAW = LH.fromstring(PAGE_RAW)

for atag in PAGE_RAW.xpath("//div[contains(@class, 'item')]"):
    data = atag.xpath("//div[contains(@class, 'padding')]/@data-size")

Answer 1

您在这里面临的问题是，在第二个xpath中，//它告诉它在文档中的任何位置进行搜索（当前节点是否为特定节点都无关紧要div，它总是从头开始搜索）。

要查找当前节点下的任何节点，请替换//为.//（.表示搜索从当前节点开始，而不是根节点开始）。

import lxml.html as LH
...

PAGE_RAW = driver.page_source
PAGE_RAW = LH.fromstring(PAGE_RAW)

for atag in PAGE_RAW.xpath("//div[contains(@class, 'item')]"):
    data = atag.xpath(".//div[contains(@class, 'padding')]/@data-size")