如何获取 id 等于 `constant_text-something_changed` 的所有 html 元素？

Question

我正在尝试使用 lxml 解析 html，如下所示：

<tr id="element-36a07b7" class=" " ... data-date="2014-05-25">
    <td>2014-05-25</td>
    <td>Wikipedia (<a href="http://example.com/36a07b7" title="Wikipedia search">link</a>)</td>
    <td>Yandex (<a href="http://ya.ru/36a07b7" title="Yandex search">link</a>)</td>
    <td title="what I am looking for">another needed info<span class="small">(<a href="http://example.com">info 3</a>)</span>
    </td>
    <td class="result">1</td>
    <td class="result">2</td>
    <td class="result">3</td>
    ...
</tr>

并希望获取 id 等于 element-... 的所有元素并从那里提取 36a07b7、data-date、what I am looking for、another needed info 和 info 3。

首先，我正在尝试获取所有element-s：

elements = t.find('//*[@id="flight-"]')

如何在 id 名称中使用通配符？尝试使用*，.*，但不起作用。

Answer 1

使用starts-with函数：

import lxml.html

root = lxml.html.fromstring('''
<table>
<tr id="element-36a07b7" class=" "  data-date="2014-05-25">
    <td>2014-05-25</td>
    <td>Wikipedia (<a href="http://example.com/36a07b7" title="Wikipedia search">link</a>)</td>
    <td>Yandex (<a href="http://ya.ru/36a07b7" title="Yandex search">link</a>)</td>
    <td title="what I am looking for">another needed info<span class="small">(<a href="http://example.com">info 3</a>)</span>
    </td>
    <td class="result">1</td>
    <td class="result">2</td>
    <td class="result">3</td>
    ...
</tr>
</table>
''')

tr_list = root.xpath('//*[starts-with(@id, "element-")]')
for tr in tr_list:
    print tr.get('id').split('-')[1]
    print tr.get('data-date')

输出：

36a07b7
2014-05-25

---

或者，您可以使用 css 选择器，使用 cssselect 方法：

tr_list = root.cssselect('[id^=element-]')