使用 XPath 获取样式值大于阈值的元素答案

【问题标题】：Get elements with style value greater than threshold with XPath使用 XPath 获取样式值大于阈值的元素
【发布时间】：2020-03-25 18:40:15
【问题描述】：

所以，简而言之，给定以下 html（额外的星号是我自己添加的）：

<div style="position:absolute; border: textbox 1px solid; writing-mode:lr-tb; **left:66px;** top:1892px; width:91px; height:10px;">
    <span style="font-family: Times-Roman; font-size:10px">FOO  
    <br>
    </span>
</div>
<div style="position:absolute; border: textbox 1px solid; writing-mode:lr-tb; **left:514px;** top:1892px; width:20px; height:10px;">
    <span style="font-family: Times-Roman; font-size:10px">BAR
    <br>
    </span>
</div>

我想利用 X-Path 来获取所有具有left 属性小于阈值的节点，并获取所有具有left 属性greeter 的节点小于给定阈值，例如这样:/div[@style("left") < 300].

环顾四周似乎是不可能的，我设法找到的最接近的是this，但是我想避免使用正则表达式来匹配数字数据，因为阈值可能会有所不同。

我正在尝试通过 Python（lxml 模块）提取此信息。基本上我有一个左右两列的pdf，我想将页面分成2个（自己获取左侧的所有内容，以及右侧的所有内容）。

【问题讨论】：

环顾四周似乎是不可能的我很困惑，那么你的问题是什么？

标签： python python-3.x pdf lxml

【解决方案1】：

试试这个：

import lxml.html
foo = """
<div style="position:absolute; border: textbox 1px solid; writing-mode:lr-tb; left:66px; top:1892px; width:91px; height:10px;">
    <span style="font-family: Times-Roman; font-size:10px">FOO  
    <br>
    </span>
</div>
<div style="position:absolute; border: textbox 1px solid; writing-mode:lr-tb; left:514px; top:1892px; width:20px; height:10px;">
    <span style="font-family: Times-Roman; font-size:10px">BAR
    <br>
    </span>
</div> """

doc = lxml.html.fromstring(foo)
doc.xpath("//div[number(substring-before(substring-after(@style, 'left:'),'px;')) < 300]")[0]

这会选择第一个<div>。

【讨论】：