时间戳

首页 > 解决方案 > XPath 父节点的类不应包含特定字符串

python - XPath 父节点的类不应包含特定字符串

问题描述

我正在尝试查找名称为“短语”且父节点名称不是“附加”的所有divs 。classclass

所以在Python中我正在使用

for phrase in entry.iterfind(".//div[@class='phrase'] and ./parent::div[@class!='extras']]"):

要做到这一点。

但这给了我错误：

SyntaxError: prefix 'parent' not found in prefix map

我将上面的代码更改为

for phrase in entry.iterfind(".//div[@class='phrase'] and ./..[@class!='extras']]"):

这次的错误是

Traceback (most recent call last):File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/xml/etree/ElementPath.py", line 272, in iterfind
selector = _cache[cache_key] KeyError: (".//div[@class='phrase'] and ./..[@class!='extras']]", None)

部分 XML 结构如下：

<div class="phrases">
    <div class="label">Phrases</div>
    <div class="phrase">
    ……

<div class="phrasal verbs">
    <div class="label">Phrases</div>
    <div class="phrase">
    ……

<div class="extras">
    <h2>test test</h2>
    <div class="phrase">
    ……

我xml.etree在 Mac OS 10.14 上使用 Python 3.7 和库。

标签： pythonxmlxpath

解决方案

问题可能出在您当前的工具中，因为它可能不支持某些 XPath 语法。

您可以尝试使用 lxml.html来解析相同的 HTML-doc：

from lxml import html

source = """<div class="phrases">
                <div class="label">Phrases</div>
                <div class="phrase">this</div>
            </div>

            <div class="phrasal verbs">
                <div class="label">Phrases</div>
                <div class="phrase">this</div>
            </div>

            <div class="extras">
                <h2>test test</h2>
                <div class="phrase">not this</div>
            </div>"""

dom = html.fromstring(source)
dom.xpath(".//div[@class='phrase' and ./parent::div[@class!='extras']]")

输出：

[<Element div at 0x7fb5218d5db8>, <Element div at 0x7fb521018728>] #  Two elements found

或者

dom.xpath(".//div[@class='phrase' and ./parent::div[@class!='extras']]/text()")

输出：

['this', 'this']

推荐阅读