子元素中文本的 XPath答案

【问题标题】：XPath of text from child element子元素中文本的 XPath
【发布时间】：2017-03-29 15:19:05
【问题描述】：

我正在尝试使用 XPath 从网页中选择文本。检查元素后，我看到this。我正在尝试获取Florida State University。当我右键单击复制 XPath 时，我得到了这个：

//*[@id="clue_J_3_2"]/em

但是，当我运行 python 代码时：

from lxml import html
import requests
game_url = 'http://www.j-archive.com/showgame.php?game_id=5566'
page = requests.get(game_url)
tree = html.fromstring(page.content) 
path = '//*[@id="clue_J_3_2"]/em'
print tree.xpath(path)

我得到的输出是[]。我尝试了很多变体，包括：

//*[@id="clue_J_3_2"]/em/text()
/*/[@id="clue_J_3_2"]/em
//*[@id="clue_J_3_2"]//em[@class="correct_response"]/text()

请告诉我如何修复我的 XPath 以获得我想要的文本！

【问题讨论】：

标签： python xml xpath

【解决方案1】：

您的 xpath 是正确的，但是您需要单击该元素才能在 DOM 中访问您想要的 xpath。当我检查有问题的页面时，我得到了这个。

<div onmouseover="toggle('clue_J_3_2', 'clue_J_3_2_stuck', '(Grant: What is Florida?)<br /><br /><em class=&quot;correct_response&quot;>Florida State University</em><br /><br /><table width=&quot;100%&quot;><tr><td class=&quot;wrong&quot;>Grant</td><td class=&quot;right&quot;>Holly</td></tr></table>')" onmouseout="toggle('clue_J_3_2', 'clue_J_3_2_stuck', 'In 1858 this university went co-ed when it took on the Tallahassee Female Academy')" onclick="togglestick('clue_J_3_2_stuck')">

所以，看来您必须自己解析div 的onmouseover。或者也许使用硒，但我不会走那么远。

toggle_js = tree.xpath('//div[@onclick="togglestick(\'clue_J_3_2_stuck\')"]/@onmouseover')[0]
# 'toggle(\'clue_J_3_2\', \'clue_J_3_2_stuck\', \'(Grant: What is Florida?)<br /><br /><em class="correct_response">Florida State University</em><br /><br /><table width="100%"><tr><td class="wrong">Grant</td><td class="right">Holly</td></tr></table>\')'
answer = re.findall(r'correct_response">(.*)</em>', str(toggle_js))
answer[0].strip() if answer else None
# 'Florida State University'

【讨论】：

【解决方案2】：

我检查了这个页面的源代码，我发现一些元素是由javascript动态创建的，因为request只能获取HTML代码，所以这就是为什么你在使用tree.xpath(path)时得到一个空结果的原因。
在我将路径更改为'//*[@id="clue_J_3_2"] 后，我收到了一些文本。
请记住，如果你想使用 print ，你应该这样做：print tree.xpath(path)[0].text。

【讨论】：