Python获取带有特定文本的标签

【问题标题】：Python get tag with certain textPython获取带有特定文本的标签
【发布时间】：2015-07-20 09:03:37
【问题描述】：

我有带有 html 块的字符串，比如

a = '<div>Test moree test <div> London is ... <p>mooo</p></div></div>'

我需要获取特定文本的块，例如

super_func("London", a) ==> '<div> London is ... <p>mooo</p></div>'
super_func('mooo', a) = '<p>mooo</p>'

【问题讨论】：

标签： python html python-2.7 lxml

【解决方案1】：

您可以使用以下 XPath 查询来查找包含特定文本的元素，而不管元素名称及其在 HTML 文档中的位置：

//*[contains(text(),'certain text')]

这是一个使用 lxml.html 库的工作示例：

from lxml import html

def super_func(keyword, htmldoc):
    query = '//*[contains(text(),"{0}")]'
    result = htmldoc.xpath(query.format(keyword))
    if len(result) > 0:
        return html.tostring(result[0])
    else:
        return ''

a = '<div>Test moree test <div> London is ... <p>mooo</p></div></div>'
doc = html.fromstring(a)
text = 'London'
print super_func(text, doc)
text = 'mooo'
print super_func(text, doc)

输出：

<div> London is ... <p>mooo</p></div>
<p>mooo</p>

【讨论】：