如何在XPath（lxml）中匹配元素的内容？

Question

我想使用XPath表达式在lxml中解析HTML。我的问题是匹配标签内容：

例如，给定

<a href="http://something">Example</a>

我可以使用什么元素来匹配 href 属性？

.//a[@href='http://something']

但是鉴于表达式

.//a[.='Example']

甚至更多

.//a[contains(.,'Example')]

抛出“invalid node predicate”异常。 我做错了什么？ 编辑: 示例代码：

from lxml import etree
from cStringIO import StringIO

html = '<a href="http://something">Example</a>'
parser = etree.HTMLParser()
tree   = etree.parse(StringIO(html), parser)

print tree.find(".//a[text()='Example']").tag

期望输出是 'a'。但我收到了 'SyntaxError: invalid node predicate' 的错误提示。

- akosch

---

你可以使用etree.fromstring()来解析你的HTML，而不是使用StringIO。 - Snakes and Coffee

Answer 1

我会尝试使用以下代码： .//a[text()='Example'] 使用xpath()方法：

tree.xpath(".//a[text()='Example']")[0].tag

如果您想使用iterfind()、findall()、find()或findtext()，请记住ElementPath不支持高级功能，如值比较和函数。 支持ElementTree和Element上的find、findall和findtext方法的简单路径语法，这些方法与原始的ElementTree库（ElementPath）相同。作为lxml特定的扩展，这些类还提供了一个xpath()方法，支持完整XPath语法中的表达式，以及自定义扩展函数。

- systempuntoout

---

我不想基于href来查找链接，而是基于它所包含的文本：“Example”在上面的例子中 :).//a[@href='http://something']按照现有方式工作... - akosch

//a[text()='示例'] - Greg

谢谢您的建议，但是这个也会引发“SyntaxError: invalid node predicate”的错误。 - akosch

谢谢：使用XPath()确实有效。奇怪的是，@href在两种情况下都有效。 - akosch

@systempuntoout 那么在这种情况下，.//a[text()='Example'] 是无效的吗？ - SIslam