XPath来查找子树_Xpath_Lxml - Fatal编程技术网

XPath来查找子树

xpath

XPath来查找子树,xpath,lxml,Xpath,Lxml,我正在抓取一个html文档，它的结构一直在变化。Css类名甚至会改变，所以我不能依赖它。但是，有一点永远不会改变，该值始终包含在子树中，如下所示： wanted value wanted value 通缉价值通缉价值这可以表示为XPath表达式吗它不应匹配

我正在抓取一个html文档，它的结构一直在变化。Css类名甚至会改变，所以我不能依赖它。但是，有一点永远不会改变，该值始终包含在子树中，如下所示：

<span>
  <span>
    <span>wanted value</span>
    <span></span>wanted value
  </span>
</span>


通缉价值
通缉价值

这可以表示为XPath表达式吗

它不应匹配：


1，太少了一个
2.
3，太多了
4，太多了两个

我计划使用lxml for Python来实现这一点

如果所需值的位置始终位于span的第三级，则可以使用xpath，如下所示：

//span/span/span[1]

应用于下一个HTML文档时：

<html>
  <head>
    <title>Your Title</title>
  </head>
  <body>
    <div>
    <span>
      <span>
        <span>wanted value</span>
        <span></span>
      </span>
    </span>
    </div>
    <div>
    <span>
      <span>
        <span>wanted value</span>
        <span></span>
      </span>
    </span>
    </div>
  </body>
</html>

编辑

如果第三级上的跨度总数等于2时，您只需要第三级上第一个跨度的值，则可以使用以下XPath：

//span/span[count(span) = 2]/span[1]

当有两个以上最里面的span元素时，您的表达式也会匹配，例如四个span同级元素，我希望它只在有两个span元素时匹配。@ThomasWessel:我不太明白您的意思。您是否可以展开/更改您的问题，或尝试使用HTML示例文档和所需输出进行解释？更新为counterexample@ThomasWessel当前位置我还是不明白。将XPath://span/span/span[1]应用于示例时，结果将是“1，太少了一个”。因此，将导致第三级中第一次出现span。这不是你想要的吗？您希望得到什么样的输出？这是一个巨大的文档，有几个地方有三个嵌套跨距。但我感兴趣的子树中只有一个子树在“底层”中有两个跨度元素。如果正好有两个，那么我对其中的第一个感兴趣。如果只有一个跨度元素，或者两个以上，那么我不想要任何跨度元素。

wanted value
wanted value

//span/span[count(span) = 2]/span[1]