python lxml在windows和linux上的结果不同

Linux

来自lxml导入etree的

>>
>>>html=“”
... 
... '''
>>>p=etree.HTML（HTML）
>>>a=p.xpath（“//a[1]”）
>>>对于我来说，在一个：
...    打印i.text
... 
a1
a2

窗户

>>> from lxml import etree
>>> html='''<td><a href=''>a1</a></td>
... <td><a href=''>a2</a></td>
... '''
>>> p=etree.HTML(html)
>>> a=p.xpath("//a[1]")
>>> for i in a:
...    print i.text
... 
a1
a2

>html=''
... 
... '''
>>>从lxml导入etree
>>>p=etree.HTML（HTML）
>>>a=p.xpath（“//a[1]”）
>>>对于我来说，在一个：
...    打印i.text
...
a1
>>>b=p.xpath（“//a[2]”）
>>>对于b中的i：
...    打印i.text
...
a2

在Windows中，我可以轻松地使用

a[1]

和

a[2]

来获取这两个值。 但是在Linux中，xpath将这两个链接文本放在一起

这使得程序在这些操作系统中不那么兼容。我必须修改不同操作系统上的代码。

---

这是lxml模块错误吗？有什么解决办法吗？

我可以确认Linux上的结果与您报告的相同。它返回两个元素的列表，而不是一个元素

xpath

//a[1]

要求什么 它要求任何

元素都是它上下文中的第一个元素

由于
td
中嵌入了
a
元素，
td
是计算位置的上下文，这种情况出现了两次

将xpath更改为
“（//a）[1]”
可以解决此问题

引用

筛选器模式运算符（[]）的优先级高于路径运算符（/和/）。例如，表达式//comment（）[3]选择相对于文档中任何位置的注释父项的索引等于3的所有注释。这与表达式（//comment（））[3]不同，后者从相对于父对象的所有注释集中选择第三条注释。第一个表达式可以返回多个注释，而后一个表达式只能返回一个注释

降级损坏的Windows lxml版本3.3.5
xpath
//a[1]
只返回所提供文档的一个元素是完全错误的，应向lxml作者报告

不同平台和操作系统上lxml的状态：


Win:lxml2.3.0-正常
Win:lxml3.3.5-BUG
林：lxml3.3.5-好的
林：lxml2.3.0-正常

为了使您的解决方案具有可移植性，您需要
lxml==2.3.0
，因为此版本在Windows和Linux上都能正常运行（可能有另一个版本在两种平台上都能正常工作，我没有进行更多测试）

奖金-测试套件
假设您已经安装了
nose

>>> html='''<td><a href=''>a1</a></td>
... <td><a href=''>a2</a></td>
... '''
>>> from lxml import etree
>>> p=etree.HTML(html)
>>> a=p.xpath("//a[1]")
>>> for i in a:
...    print i.text
...
a1
>>> b=p.xpath("//a[2]")
>>> for i in b:
...    print i.text
...
a2

您可以使用以下
test\u xpath.py
：

$ pip install nose

请澄清您的问题是什么，预期的输出是什么，以及您得到了什么。发布时在stackoverflow编辑器上新增。当我仍在尝试编辑时，您可能会看到我的不完整问题。现在我的问题已更新。无法在Linux上重现该问题。当我运行代码时，它只按预期打印
a1
。我有
lxml-3.3.5
。我用
lmxl 2.3
在linux上复制了这个版本。windows和linux上的lxml和python版本是否相同？你能解释一下为什么linux和windows会有不同吗？谢谢！为了解决问题本身，我只使用`a=p.xpath（“//td//a”）`，然后在Lin和Win中，两者都返回相同的结果。对于潜水到深海，我想你已经解释过了，也得到了其他人的测试，这应该是一个bug。如果我能向作者汇报，我会尽力的。
from lxml import etree
import nose

print "=================================="
print "lxml version: ", etree.__version__
print "=================================="

def test_html():
    html_str = """
    <td><a href=''>a1</a></td>
    <td><a href=''>a2</a></td>
    """
    doc = etree.HTML(html_str.strip())
    elms = doc.xpath("//a[1]")
    assert len(elms) == 2, """xpath `//a[1]` shall return 2 elements"""
    assert all(elm.tag == "a" for elm in elms), "all returned elements shall be `a`"
    assert elms[0].text == "a1"
    assert elms[1].text == "a2"

def test_xml():
    xml_str = """
    <root>
        <td><a href=''>a1</a></td>
        <td><a href=''>a2</a></td>
    </root>
    """
    doc = etree.fromstring(xml_str.strip())
    elms = doc.xpath("//a[1]")
    assert len(elms) == 2, """xpath `//a[1]` shall return 2 elements"""
    assert all(elm.tag == "a" for elm in elms), "all returned elements shall be `a`"
    assert elms[0].text == "a1"
    assert elms[1].text == "a2"

nose.main()

$ python test_xpath.py  -v
==================================
lxml version:  2.3.0
==================================
test_xpath.test_html ... ok
test_xpath.test_xml ... ok

----------------------------------------------------------------------
Ran 2 tests in 0.002s

OK