XPath в Python: получение html-скрипта, содержащего извлеченное значение Xpath
У меня есть два типа xpaths, первый выглядит так:
//div[@class = "location msM10"]//div[@class='categories']
а второй выглядит так:
//a[contains(@class,'job-title')][1]/@title
Я использую библиотеку lxml для получения их значений со страниц HTML:
from lxml import etree
html_text = etree.HTML(HTML_WEB_PAGE)
extracted_value = html_text.xpath(MY_XPATH)
Моя проблема в том, что первый XPath возвращает список Elements (в extracted_value), а второй возвращает список str. Итак, если я хочу получить точный HTML-тег, из которого были извлечены значения, я могу сделать это с помощью первого XPath (где у меня есть список элементов), выполнив:
element_in_html = etree.tostring(extracted_value[0])
но я не могу сделать это со вторым типом xpaths. Как я могу добиться этого со вторым типом xpaths?
Я нашел решение для конкретной проблемы в Интернете, где, как только у нас есть значение str, мы помещаем его в другой xpath для получения элементов, но оно не очень хорошо подходит для моего проекта (мои XPath более разнообразны).
Ответы 1
Предполагая, что вы знаете, что ваш XPath выбирает только узлы атрибутов, которые вы можете сделать, например.
for att in extracted_value:
parent_element = att.getparent()
print(etree.tostring(parent_element))
чтобы выбрать и распечатать сериализацию родительского элемента каждого выбранного атрибута.
См. https://lxml.de/xpathxslt.html#xpath-return-values .
Какой фрагмент HTML вы хотите вернуть для узла атрибута, такого как
@title?