从 Xpath 查询中获取属性和文本作为列表答案

【问题标题】：Get attributes and text from Xpath query as a list从 Xpath 查询中获取属性和文本作为列表
【发布时间】：2014-09-13 18:34:04
【问题描述】：

我想查询一个 html 字符串并将超链接中的 href 属性和文本节点提取到列表（或任何其他字典）中。

考虑以下代码：

from lxml import html
str = '<a href="href1"> Text1 </a>' \
      '<a href="href2"> Text2 </a>' \
      '<a href="href3"> Text3 </a>'
tree = html.fromstring(str)
items = tree.xpath('//a')

values = list()
for item in items:
    text = item.text
    href = item.get('href')
    values.append((text, href))

for text, href in values:
    print text, href

这行得通！

我想知道是否可以省略 for item in items: 循环并仅通过 XPath 查询获得 values 列表。

tree.xpath('//a/text()') 和 tree.xpath('//a/@href') 给我一个 - 但我想要一个列表中的两个值。

【问题讨论】：

标签： python xpath lxml

【解决方案1】：

您可以使用| 来构建复合XPath。文本和 href 都将在一个列表中返回，items。您可以使用grouper recipe、zip(*[iterable]*2) 将每两个项目配对。（但是请注意，这依赖于交替的 href 和文本字符串）：

from lxml import html
str = '<a href="href1"> Text1 </a>' \
      '<a href="href2"> Text2 </a>' \
      '<a href="href3"> Text3 </a>'
tree = html.fromstring(str)
items = tree.xpath('//a/text() | //a/@href')

for href, text in zip(*[iter(items)]*2):
    print text, href

产量

 Text1  href1
 Text2  href2
 Text3  href3

【讨论】：

【解决方案2】：

你可以使用zip:

a = [1, 2, 3]
b = ['a', 'b', 'c']
zip(a, b) # [(1, 'a'), (2, 'b'), (3, 'c')]

所以根据你的 xpath 表达式：

texts = tree.xpath('//a/text()')
hrefs = tree.xpath('//a/@href')
values = zip(texts, hrefs)

【讨论】：