Html 使用XPath为节点的每个子节点获取第一个子节点

我试图用以下结构解析一些HTML，如何使用xpath提取每个

元素的第一个

元素

<ul>
    <li>
        <a>
        <span>
        <a>
    </li>
    <li>
        <a>
        <span>
        <a>
    </li>
    ...
</ul>






...

我认为实现这一点的XPath应该是
//ul/li/a[position（）=1]

说明：

我之所以将其全部拼写为
//ul/li/a
，是因为当您使用xpath时，如果出现错误，堆栈跟踪将准确显示定位器指向的内容，并且不那么模糊。但是，如果你不在乎的话，你显然可以用速记：
//a

使用position子句，您可以执行
=1
或
>1
等操作。我会选择使用
[position（）=1]
而不是使用
[1]
，因为Xpath不使用基于0的数组，这可能会让其他查看定位器的人感到困惑。我的意思是
position=0
，从逻辑上讲，意味着空值，对吗

我用
开始我的定位器，因为就我个人而言，有时我喜欢将定位器组合在一起。您实际上不需要以点字符开头，但由于我在本例中使用了
/
通配符，因此它实际上与没有点的开头相同，但具有链接的附加功能

测试答案

@马西亚斯：你说得对，我道歉//li/a[1]不起作用，因为它不是直接的子对象（中间有一个article标记，为了简单起见，我省略了它）

然后，让我将此作为一个解决方案发布，并进行更多解释

如前所述，如果
//li/a[1]
没有返回任何内容，而
（//li//a）[1]
没有返回任何内容，则显示的HTML示例不能代表实际文档。那么，
a
将是
li
的后代，而不是它的直系子代

在这种情况下，正确的XPath表达式是

//li//a[1]

但仅当嵌套级别不同时才使用它，即如果在
li
和
a
之间可能嵌套其他元素：

<li>
  <article>
    <other>
      <a/>

这避免了计算成本高于
/
的
/
轴

最后，如果您知道您感兴趣的
a
元素始终是
li
元素的孙子，并且如果它们之间始终是
文章
元素，请使用

//li/article/a[1]


当我将表达式更正为//li/article/a[1]”时，我得到第一个li的第一个a`

//li/article/a[1]
如果有多个
a
元素是
article
的子元素和
li
的孙子元素，则返回多个结果。如果这只返回一个结果


在只需要一个结果的上下文中调用此XPath表达式，例如，如果在编程语言或应用程序中使用XPath库
输入文档的结构更加复杂
请显示您尝试过但未给出正确结果的XPath表达式。@Mathias我尝试过：
//li//code>-它返回所有
节点，
（//li//a）[1]
-它返回第一个“
”节点的第一个
，
（//li）[1]//a
-返回第一个
的所有
节点，以及
//li/a[1]
-没有返回任何内容。如果
//li/a[1]
没有返回任何内容，而
（//li//a）[1]
没有返回任何内容，则显示的HTML示例不能代表实际文档。那么，
a
将是
li
的后代，而不是它的直系子代。请出示一个更完整的样品。@Mathias:你说得对，我道歉
//li/a[1]
不起作用，因为它不是直接的子对象（中间有一个
文章
标记，为了简单起见，我省略了该标记）。当我将表达式更正为
//li/article/a[1]
时，对于第一个
li
，我得到了第一个
a
。这会让事情变得更清楚吗？不，在这种情况下，不需要用
启动XPath表达式，如果上下文节点不是文档节点，它甚至是有害的
（../ul/li/a）[position（）=1]
返回0或1个结果节点，在我看来，这显然不是OP想要的。他们想选择每个
li
的第一个
a
元素，这是一个以上的结果。@MathiasMüller Yep，你完全正确。我的定位器错了。我想我已经修好了。谢谢你编辑了你的答案，但我仍然不明白为什么以
开头的表达式会有助于链接。你能举例说明一下吗？以
/
开头的路径表达式可以很容易地附加到另一个路径表达式。在使用Selenium的上下文中进行链接。
//li/article/a[1]