python - 如何在lxml中找到元素的直接子元素

Question

我找到了一个具有特定类的对象:

THREAD = TREE.find_class('thread')[0]

现在我想得到所有<p>直接子元素。

我累了:

THREAD.findall("p")

THREAD.xpath("//div[@class='thread']/p")

但是所有这些都返回所有 <p>这里面的元素 <div> , 不管那 <div>是否是他们最亲近的 parent 。

我怎样才能让它发挥作用？

编辑:

示例 html:

<div class='thread'>
   <p> <!-- 1 -->
      <!-- Can be some others <p> objects inside, which should not be counted -->
   </p> 
   <p><!-- 2 --></p>
</div>
<div class='thread'>
   <p>[...]</p>
   <p>[...]</p>
</div>

脚本应该找到两个对象 <p> ，它们是 THREAD 的 child .我应该收到两个对象的列表，在示例 HTML 的注释中标记为“1”和“2”。

编辑 2:

又一次澄清，因为人们会感到困惑:

THREAD是一些存储在变量中的对象，可以是任何 html 元素。我想找到 <p> THREAD 的直接子对象.那些<p>的不能在外面THREAD或位于 THREAD 内的任何元素内.

Answer 1

我不确定，但您的问题似乎出在 HTML 本身:请注意 there are couple Tag omission cases applicable for p nodes , 所以段落的结束标签

<div class='thread'>
    <p>first
        <p>second</p>
    </p>
</div>

简单地被解析器忽略，两个节点都被识别为兄弟节点，但不是父节点和子节点，例如

<div class='thread'>
    <p>first
    <p>second
</div>

所以 XPath //div[@class="thread"]/p 将返回两个段落

您可以简单地将 p 标签替换为 div 标签，您会看到不同的行为:

<div class='thread'>
    <div>first
        <div>second</div>
    </div>
</div>

这里 //div[@class="thread"]/div 将只返回第一个节点

如果我的假设不正确，请指正