Python lxml.html XPath "attribute not equal"运算符未按预期工作

Question

我正在尝试运行以下脚本:

#!python

from urllib import urlopen #urllib.request for python3
from lxml import html

url =   'http://mpk.lodz.pl/rozklady/1_11_D2D3/00d2/00d2t001.htm?r=KOZINY'+\
        '%20-%20Srebrzy%F1ska,%20Cmentarna,%20Legion%F3w,%20pl.%20Wolno%B6ci'+\
        ',%20Pomorska,%20Kili%F1skiego,%20Przybyszewskiego%20-%20LODOWA'

raw_html = urlopen(url).read()
tree = html.fromstring(raw_html) #need to .decode('windows-1250') in python3
ret = tree.xpath('//td [@class!="naglczas"]')
print ret
assert(len(ret)==1)

我希望它选择一个没有将其类设置为“naglczas”的 td。相反，它返回一个空列表。这是为什么？我想这其中有一些愚蠢的原因，但我尝试使用谷歌搜索，但没有找到任何可以解释的原因。

Answer 1

你的xpath表达式会找到

a td element that has a class which is not "naglczas"

你似乎想要(因为只有 3 个 td-s 有一个类有相同的类你不想要)

a td element which does not have a class of "naglczas"

这些听起来可能很相似，但它们是不同的。有点像

tree.xpath('//td[not(@class="naglczas")]')

应该让你得到你想要的。

此外，您不需要使用 urllib 打开 url，lxml 可以为您完成，使用 lxml.html.parse()。