Xpath 不匹配

Question

我正在尝试从页面中获取一些元素。不幸的是，它导致一个空列表。打印精美的树包含以下元素：

<html:a title="..." href="..." id="..." class="topic_title">...</html:a>

但是，当我在同一棵树上执行此操作时：

page.xpath('''.//a[@class="topic_title"]''')

我得到一个空列表。树是使用 html5lib / lxml treebuilder 创建的。

Answer 1

您似乎在处理 XHTML，因此您可以在评估 XPath 表达式之前注册命名空间 html：

page.xpath('''.//html:a[@class="topic_title"]''',
           namespaces={'html': 'http://www.w3.org/1999/xhtml'})

另见Namespaces and Prefixes：

如果您的 XPath 表达式使用名称空间前缀，则必须在前缀映射中定义它们。为此，将字典传递给命名空间关键字参数，将 XPath 表达式中使用的命名空间前缀映射到命名空间 URI。