python - 即使使用正确的 xpath，Scraper 也会抛出错误

Question

我用 python 结合 lxml libary 编写了一个脚本，用于从一大块 html 元素 中解析一些 price(本例中为 80 和 100)。我使用 xpaths 来完成这项工作。当我使用 .fromstring() 时，我在下面的抓取工具中使用的两个 xpath 都可以完美地工作。但是，当我选择使用从 lxml.etree 导入的 HTML 时，xpath containsig contains() 表达式会失败。事实证明，当我在抓取器中使用多个类名称时，它可以工作，但是当从复合类名称中选择一个单个类名称时，它就可以了抛出错误。

如何在不使用复合类名的情况下处理这种情况；而是使用遵循.contains()模式的单个类名或东西？

这是我的尝试:

from lxml.etree import HTML

elements =\
"""
    <li class="ProductPrice">
      <span class="Regular Price">80.00</span>
    </li>
    <li class="ProductPrice">
      <span class="Regular Price">100.00</span>
    </li>
"""
root = HTML(elements)
for item in root.findall(".//*[@class='ProductPrice']"):
    # regular = item.find('.//span[@class="Regular Price"]').text
    regular = item.find('.//span[contains(@class,"Regular")]').text
    print(regular)

顺便说一句，上面脚本中使用的注释掉的xpath工作正常。但无法使用 .contains() 表达式，它会引发以下错误:

Traceback (most recent call last):
  File "C:\Users\WCS\AppData\Local\Programs\Python\Python36-32\SO.py", line 15, in <module>
    regular = item.find('.//span[contains(@class,"Regular")]').text
  File "src\lxml\etree.pyx", line 1526, in lxml.etree._Element.find
  File "src\lxml\_elementpath.py", line 311, in lxml._elementpath.find
  File "src\lxml\_elementpath.py", line 300, in lxml._elementpath.iterfind
  File "src\lxml\_elementpath.py", line 283, in lxml._elementpath._build_path_iterator
  File "src\lxml\_elementpath.py", line 229, in lxml._elementpath.prepare_predicate
SyntaxError: invalid predicate

最后一件事:我不想使用复合类名，因为很少有网站动态生成它们。谢谢。

Answer 1

.find() 仅支持基本的 xpath。

尝试.xpath()。

示例(未经测试)...

regular = item.xpath('.//span[contains(@class,"Regular")]')[0].text 

参见http://lxml.de/xpathxslt.html了解更多详情。