具有特定搜索深度嵌套的 Python lxml XPath

Question

我希望提取的文本的 xpath 可靠地位于树的深处

...table/tbody/tr[4]/td[2]

具体来说，td[2] 的结构是这样的

<td class="val">xyz</td>

我正在尝试提取文本“xyz”，但广泛的搜索会返回多个结果。例如，以下路径返回 10 个元素。

xpath('//td[@class="val"]')

... 而特定搜索不返回任何元素。 我不确定为什么以下内容不返回任何内容。

xpath('//tbody/tr/td[@class="val"]')

一个解决方案涉及..

table = root.xpath('//table[@class="123"]')

#going down the tree
xyz = table[0][3][1]
print vol.text

但是，我很确定这非常脆弱。如果有人能告诉我如何构建既不脆弱又资源相对便宜的 xpath 搜索，我将不胜感激

Answer 1

你没有明确提到它，但如果你的目标 table 和 td 标签类是可靠的，那么你可以做类似的事情:

//table[@class="123"]/descendant::td[@class="val"]

而你一半回避了 tbody 是否存在的问题。

但是，除了实际查看您正尝试解析的 Material 以推荐 XPATH 查询之外，没有什么可以替代...