python - 使用 lxml `.xpath()` 和 `for` 的意外输出

Question

我有以下文字

testing = """
<div>
<a>11</a>
</div>
<div>
<a>21</a>
<a>23</a>
</div>
"""

我想提取<a></a>里面的文字.下面是我的尝试，

testing = html.fromstring(testing)
testing = testing.xpath("//div")
[x.xpath("//a/text()") for x in testing]

输出是

[['11', '21', '23'], ['11', '21', '23'], ['11', '21', '23']]

但我所期待和想要的是

[['11'], ['21', '23']]

我该怎么做？

谢谢。

Answer 1

testing.xpath("//div") 返回匹配的 div 节点列表。对于每个 div 节点，您要求查找所有 a 元素，但是表达式开头的 // 将从 < em>文档树的根。您需要通过在前面加上一个点来使搜索特定于列表中的每个 div:

[x.xpath(".//a/text()") for x in testing]
    # HERE^

或者，如果适用于您的情况，您可以在一个表达式中一次性完成:

x.xpath("//div/a/text()")