Python 3 获取子元素 (lxml)答案

【问题标题】：Python 3 get child elements (lxml)Python 3 获取子元素 (lxml)
【发布时间】：2019-03-17 04:55:58
【问题描述】：

我正在使用带有 html 的 lxml：

from lxml import html
import requests

如何检查元素的任何子元素是否具有 class= "nearby" 我的代码（本质上）：

url = "www.example.com"
Page = requests.get(url)
Tree = html.fromstring(Page.content)
resultList = Tree.xpath('//p[@class="result-info"]')
i=len(resultList)-1 #to go though the list backwards
while i>0:
    if (resultList[i].HasChildWithClass("nearby")):
        print('This result has a child with the class "nearby"')

如何替换“HasChildWithClass()”以使其真正起作用？

这是一个示例树：

...
    <p class="result-info">
        <span class="result-meta">
            <span class="nearby">
                ... #this SHOULD print something
            </span>
        </span>
    </p>
    <p class="result-info">
        <span class="result-meta">
            <span class="FAR-AWAY">
                ... # this should NOT print anything
            </span>
        </span>
    </p>
...

【问题讨论】：

标签： python html python-requests

【解决方案1】：

我试图了解您为什么使用lxml 来查找元素。不过BeautifulSoup 和re 可能是更好的选择。

lxml = """
    <p class="result-info">
        <span class="result-meta">
            <span class="nearby">
                ... #this SHOULD print something
            </span>
        </span>
    </p>
    <p class="result-info">
        <span class="result-meta">
            <span class="FAR-AWAY">
                ... # this should NOT print anything
            </span>
        </span>
    </p>
    """

但我做了你想要的。

from lxml import html

Tree = html.fromstring(lxml)
resultList = Tree.xpath('//p[@class="result-info"]')
i = len(resultList) - 1 #to go though the list backwards
for result in resultList:
    for e in result.iter():
        if e.attrib.get("class") == "nearby":
            print(e.text)

尝试使用bs4

from bs4 import BeautifulSoup


soup = BeautifulSoup(lxml,"lxml")
result = soup.find_all("span", class_="nearby")
print(result[0].text)

【讨论】：

【解决方案2】：

这是我做的一个实验。

在 python shell 中输入r = resultList[0] 并输入：

>>> dir(r)
['__bool__', '__class__', ..., 'find_class', ...

现在这种find_class 方法非常可疑。如果你查看它的帮助文档：

>>> help(r.find_class)

您将确认猜测。确实，

>>> r.find_class('nearby')
[<Element span at 0x109788ea8>]

对于您提供的示例 xml 代码中的另一个标签 s = resultList[1]，

>>> s.find_class('nearby')
[]

现在很清楚如何判断“附近”孩子是否存在。

干杯！

【讨论】：