LXML不能正确解析标签多类

Question

我试图解析HTML：

s1 => [<Element span at 0x7f0a6807a530>] 
s2 => [<Element span at 0x7f0a6807a590>] 
s3 => [] 

但第一跨度标签具有类“腰斩”，但S3是空的。而在S2中，当我给这两个类时，它返回标签。

Answer 1

为了避免由Scharron引发的cut2问题，您可以将空格连接到类的前端和尾端。

a.xpath('.//span[contains(concat(" ", @class, " "), " cut ")]') 

Answer 2

我很确定CSS数据模型（即类是单个class属性中的空格分隔值）未遵守XPath查询。为了做你想做的事，你应该看看使用CSS选择器（例如，通过cssselect）。

Answer 3

XPaths等号运算符完全匹配右侧和左侧操作数。 如果你要搜索类的一个，你可以使用contains功能：

a.xpath('.//span[contains(@class, "cut")]') 

但是，它也可以匹配像cut2类。

cssselect是一个处理CSS选择器的库。一个名为pyquery的包装器模仿了python中的JQuery库。