python – 使用lxml html从嵌套元素中提取特定元素

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 使用lxml html从嵌套元素中提取特定元素，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含709字，纯文字阅读大概需要2分钟。

内容图文

大家好我有一些问题,我认为可以归结为xpath问题.我正在使用lxml包中的html模块来尝试获取一些数据.我提供下面最简化的情况,但请记住我正在使用的HTML更加丑陋.

<table>
    <tr>
    <td>
        <table>
            <tr><td></td></tr>
            <tr><td>
                <table>
                    <tr><td><u><b>Header1</b></u></td></tr> 
                    <tr><td>Data</td></tr>
                </table>
            </td></tr>
        </table>
     </td></tr>
</table>

我真正想要的是深度嵌套的表,因为它有标题文本“Header1”.
我是这样想的：

from lxml import html
page = '...'
tree = html.fromstring(page)
print tree.xpath('//table[//*[contains(text(), "Header1")]]')

但这给了我所有的表格元素.我只想要包含此文本的一个表.我明白发生了什么,但是除了打破一些讨厌的正则表达式之外我很难搞清楚如何做到这一点.
有什么想法吗？

解决方法:

使用：

//td[text() = 'Header1']/ancestor::table[1]

内容总结

以上是互联网集市为您收集整理的python – 使用lxml html从嵌套元素中提取特定元素全部内容，希望文章能够帮你解决python – 使用lxml html从嵌套元素中提取特定元素所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端