Xpath 找不到 span 的子节点答案

【问题标题】：Xpath failed to locate the child nodes of spanXpath 找不到 span 的子节点
【发布时间】：2022-01-25 09:33:48
【问题描述】：

当我尝试使用 xpath 定位“span”时，它的工作原理是这样的。

download = new_html.xpath('//*[@id="Zoom"]/span')
print(download)

output:[<Element span at 0x7fa9370bae80>]

但是当我试图定位 span 的子节点时，它不起作用。

download = new_html.xpath('//*[@id="Zoom"]/span/a/@href')
print(download)

output: []

html结构是这样的：

<span>
    <img src="xxx" alt="xxx">
    For test.
    <br />
    For test.
    <br />
    <a target="_blank" href="abcabc">click on me.</a>   
</span>

【问题讨论】：

这是一个奇怪的混合标记，img 标签没有关闭，br 标签在 XML 语法中被关闭为 <br />。那么这就引出了一个问题，在尝试针对解析器构建的树运行 XPath 之前，您究竟使用哪个解析器来解析该输入？
这是一个来自真实网站的例子，它使用了这种混合标记方法。那么有没有可能匹配成功呢？
向我们展示解析 HTML 的代码，说明您使用的是哪个库。

标签： python html xpath

【解决方案1】：

假设 lxml 作为解析 HTML 的库，我可以使用

from lxml import etree as ET

html = '''<div id=zoom>
<span>
    <img src="xxx" alt="xxx">
    For test.
    <br />
    For test.
    <br />
    <a target="_blank" href="abcabc">click on me.</a>   
</span>
</div>
'''

doc = ET.HTML(html)

doc.xpath('//*[@id="zoom"]/span/a/@href')

结果是['abcabc']。

【讨论】：