使用xpath/python选择特定节点的父节点

如何获取此html片段中a的href值

我需要根据I标记中的类来获取它

<!--
<a href="https://link.com" target="_blank"><i class="foobar"></i>  </a>           
-->

---

您的代码对我来说确实有效-它返回一个列表或简单的/。。回到s

---

您应该注意，目标元素是HTML注释。您不能简单地使用XPath（如//a）从注释中获取，因为在本例中，它不是节点，而是简单的字符串

请尝试以下代码：

import re

foo_links = tree.xpath('//comment()') # get list of all comments on page
for link in foo_links:
    if '<i class="foobar">' in link.text:
        href = re.search('\w+://\w+.\w+', link.text).group(0) # get href value from required comment
        break

---

另外，您可能需要使用更复杂的正则表达式来匹配链接URL

只是好奇为什么不只是//a/@href？@svasa OP说我需要基于I tagOk中没有看到的类来获取它。明白了，这似乎是最有效的。评论/删除了中断，我得到了我想要的

hrefs = tree.xpath('//a[i/@class="foobar"]/@href')

hrefs = tree.xpath('//a/i[@class="foobar"]/../@href')
#                     ^                    ^  ^
#                     |                    |  obtain the 'href'
#                     |                    |
#                     |                    get the parent of the <i>
#                     |
#                     find all <i class="foobar"> contained in an <a>.

hrefs = [href for comment in tree.xpath('//comment()') 
              # find all comments
              for href in lxml.html.fromstring(comment.text)
              # parse content of comment as a new HTML file
                              .xpath('//a[i/@class="foobar"]/@href')
                              # read those hrefs.
]

import re

foo_links = tree.xpath('//comment()') # get list of all comments on page
for link in foo_links:
    if '<i class="foobar">' in link.text:
        href = re.search('\w+://\w+.\w+', link.text).group(0) # get href value from required comment
        break