Python lxml遍历tr元素

Question

我在尝试获取 tr 元素的父节点同时遍历它们时遇到了问题。

这是我正在使用的一张基本表格。

 <table border=1>
    <tbody>
    <tr>
    <td>
    <p>Some text</p>
    </td>
    <td>
    <p>Some more text</p>
    </td>
    </tr>
    <tr>
    <td>
    <p> Some more text</p>
    </td>
    <td>
    <p> Some more text</p>
    </td>
    </tr>
    <tr>
    <td>
    <p> Some more text</p>
    </td>
    <td>
    <p> Some more text</p>
    </td>
    </tr>
    </tbody>
    </table>

这是我使用 lxml 获取父节点的 Python 脚本

import lxml.html

htm = lxml.html.parse('plaintable.htm')
tr = htm.xpath('//tr')
for x in tr:
    tbody = tr.getparent()
    if tbody.index(tr) == 1:
        print ('Success!')
print ('Finished')

我在运行脚本时收到此错误： AttributeError: 'list' 对象没有属性 'getparent'

我对 Python 很陌生，所以我可能会搞砸一些简单的事情。我通读了 lxml 文档，但找不到答案。

任何帮助都会很棒！

Answer 1

tr 实际上是一个 xpath 匹配列表。 x 对应于单独的 tr 元素 - 而是调用 getparent() 方法：

tr = htm.xpath('//tr')
for x in tr:
    tbody = x.getparent()
    # ...

不过，如果您有一个 table 和 tbody 元素，我认为在循环中一遍又一遍地获取同一个父级没有多大意义。为什么不事先找到它：

tbody = htm.xpath("//tbody")[0]
for x in tbody.xpath(".//tr"):
    # ...

---

我需要在每个表中找到第一个 tr 才能正确构建它

至于这个 - 我会遍历所有 table 元素并找到第一个 tr 元素：

tables = htm.xpath("//table")
for table in tables:
    first_tr = table.xpath(".//tr")[0]