html - XPath：获取父母列表，但不获取他们的任何孩子

Question

我正在遍历一个大型 HTML 文档，需要获取所有元素的 HTML，其中class包含country. 但是，我需要避免在列表中包含这些元素的所有子元素，它们可能具有类似country-nameor的类country-flag-image。

例如，它可能看起来像以下形式的元素列表：

<div class="country"><div class="country-body">Text</div></div>

而且我需要获取外部 div 元素，但不需要获取内部 div 元素，因此此代码将不起作用：//*[contains(@class, "country")].

我需要使用contain，因为如果父元素类名称有一点变化或更改（例如，外部 div 可能更改为country-header），代码需要足够灵活才能工作。

有没有办法做到这一点？

标签： htmlxpath

Answer 1

尝试这个：

import lxml.html as LH

xml="""
<div class="country"><div class="country-body">Text_1</div></div>
"""
doc = LH.fromstring(xml)
for elem in doc.iter():
    elem.text = ''
LH.tostring(doc)

输出：

'<div class="country"><div class="country-body"></div></div>\n'