Xpath 第一次出现树答案

【问题标题】：Xpath first occurrence of a treeXpath 第一次出现树
【发布时间】：2013-07-23 10:19:44
【问题描述】：

我想找到一棵树的第一次出现。示例：

<div id='post>
<p>text1</p>
<p>text2</p>
<img src="a.jpg">
<img src="b.jpg">
<p>text3</p>
<p>text4</p>
<img src="c.jpg">
<p>text5</p>
</div>

我想找到“p/img/@src”的第一次出现。

当我进行 xpath 搜索时：.//div/p/img[1]/@src
它给出了 2 个命中，a.jpg 和 c.jpg

只有第一次出现 (a.jpg) 的 xpath 是什么。我会说.//div/(p/img)[1]/@src，但当然不行。

【问题讨论】：

p/img/@src 的第一次出现？那就是(p/img/@src)[1]。但是p/img 表示img 父元素的img 子元素，而您的示例仅是p 元素的img 兄弟元素。
但括号“(”“)”在 lxml 中不起作用。我收到此错误： exceptions.ValueError: Invalid XPath: //div[@id="post"]/div[@class="body"]/(p/img/@src)[1]
括号应该是：(//div[@id="post"]/div[@class="body"]/p/img/@src)[1] 然后就可以了。谢谢

标签： xpath scrapy lxml

【解决方案1】：

最好的选择是：

(//img[@src])[1]/@src

或

(//p//img[@src])[1]/@src

确保img 自身位于p 元素中。

【讨论】：

【解决方案2】：

正如 Martin 所说，img 不是 p 的孩子。此外，在您的示例中，div 中缺少 id 属性的单引号关闭和 img 的标记关闭。在这里您的 xml 已更正：

<div id='post'>
   <p>text1</p>
   <p>text2</p>
   <img src="a.jpg"/>
   <img src="b.jpg"/>
   <p>text3</p>
   <p>text4</p>
   <img src="c.jpg"/>
   <p>text5</p>
</div>

现在选择您可以使用的第一张图片，只需 //img[1]/@src 或 //img[@src="a.jpg"]

【讨论】：

这只是一个展示我的问题的例子。在实时情况下，我不知道 img src 是什么。