lxml - 根据父类获取子属性

Question

我试图从类foo的td标签的第一个孩子中提取hrefs。一个例子DOM是：

<td class="foo"> 
    <a href="www.foobar1.com"></a> 
</td> 
<td class="foo"> 
    <a href="www.foobar2.com"></a> 
</td> 

从这个我想获得["www.foobar1.com", "www.foobar2.com"]

到目前为止，我有以下几点：

import requests 
from lxml import html 

def get_hrefs(url): 
    page = requests.get(url) 
    tree = html.fromstring(page.text) 
    td_elements = tree.xpath('//td[@class="foo"]') 

    return [el.find("a").attrib["href"] for el in td_elements] 

不过，我觉得它会更有效延长xpath代替迭代，但不知道如何构建它。

谢谢。

Answer 1

是的，你可以通过从a标签得到@href每个td里面把它简化：

return tree.xpath('//td[@class="foo"]/a/@href')