python lxml xpath：如何让这个谓词工作

Question

早安，

最近我把 python 和网络抓取作为一种爱好......

我正试图解决 python lxml 和 xpath 谓词的问题，但可惜 - 显然在 stackoverflow 上没有类似的东西。所以我设法在下面的代码中重现，希望有人能看到我没有看到的东西......

有人可以解释为什么 Result3 是一个空列表吗？ 我期待 Result3 与 Result1 相同。

我怎样才能实现 Result3 = Result1 ？

版本：Python 3.7.3、lxml 4.4.0（使用 pip 安装，而不是 Christoph Gohlke 的二进制文件）在 AMD Windows 机器上。

提前致谢！

史蒂夫

import lxml.html

simple_record  = """<a href="some_map/some_file.png">dododo</a>"""
tree           = lxml.html.fromstring(simple_record)

simple_xpath   = "@href"
found_field    = tree.xpath(simple_xpath)
print("Result1 = {}".format(found_field))

simple_xpath   = """contains(@href,"some_file")"""
found_field    = tree.xpath(simple_xpath)
print("Result2 = {}".format(found_field))

simple_xpath   = """@href[contains(@href,"some_file")]"""
found_field    = tree.xpath(simple_xpath)
print("Result3 = {}".format(found_field))

实际输出：

Result1 = ['some_map/some_file.png']
Result2 = True
Result3 = []

预期输出：

Result1 = ['some_map/some_file.png']
Result2 = True
Result3 = ['some_map/some_file.png']

Answer 1

你在第三个例子中的谓词（@href[contains(@href,"some_file")]），翻译成英文的意思是“在simple_record中找到一个节点，它有一个属性href，它本身有一个属性href，它的属性值包含字符串some_file"。这样的节点不存在，所以返回一个空的结果列表。

您打算用英语问的是“在simple_record 中找到一个具有href 属性的节点，该属性的值包含字符串some_file”（感谢@DanielHaley！）。翻译成xpath，你可以这样写

simple_xpath   = '@href[contains(.,"some_file")]'

. 现在指回被谓词过滤的上下文节点（即@href 属性本身）。该表达式将导致结果 3 与结果 1 相同。