如何使用 xpath & 获取节点的完整内容lxml？

Question

我正在使用 lxml 的 xpath 函数来检索网页的部分内容。我正在尝试获取 标记的内容，其中包括其自己的 html 标记。如果我使用，

//td[@valign="top"]/p[1]/font[@face="verdana" and @color="#ffffff" and @size="2"]

我会得到适量的节点，但它们会作为 lxml 对象返回（）。

如果我使用，

//td[@valign="top"]/p[1]/font[@face="verdana" and @color="#ffffff" and @size="2"]/text()

我会得到我想要的，除了我没有得到 节点中包含的任何 HTML 代码。

如果我使用

//td[@valign="top"]/p[1]/font[@face="verdana" and @color="#ffffff" and @size="2"]/node()

if 得到文本和 lxml 元素的混合！ （例如 something Something Something）

是否可以使用纯 XPath 查询来获取 节点的内容，甚至强制 lxml 从 .xpath() 方法返回内容字符串，而不是 lxml 对象？

请注意，我从 XPath 查询返回许多节点的列表，因此解决方案需要支持它。

只是为了澄清...我想返回一些东西里面诸如此类的东西

<font face="verdana" color="#ffffff" size="2"><a href="url">inside</a> something</font>

Answer 1

我不确定我是否理解——这是否接近您正在寻找的内容？

import lxml.etree as le
import cStringIO
content='''\
<font face="verdana" color="#ffffff" size="2"><a href="url">inside</a> something</font>
'''
doc=le.parse(cStringIO.StringIO(content))

xpath='//font[@face="verdana" and @color="#ffffff" and @size="2"]/child::*'
x=doc.xpath(xpath)
print(map(le.tostring,x))
# ['<a href="url">inside</a> something']

Answer 2

有没有办法使用纯 XPath
查询以获取内容
节点，甚至强制 lxml
返回内容的字符串
来自 .xpath() 方法，而不是
比 lxml 对象？

请注意，我正在返回一个包含许多内容的列表
来自 XPath 查询的节点，因此
解决方案需要支持这一点。

只是为了澄清...我想回来
某事某事里面某事来自
类似...

href="url">在某物内

简短回答：不。

XPath 不适用于“标签”，但适用于节点

节点以托管 XPath 的语言表示为特定对象的实例。

如果您需要特定节点标记的字符串表示形式，此类对象通常支持 outerXML 属性 - 请检查托管语言（在本例中为 lxml）的文档。

正如 @Robert-Rossney 在评论中指出的：lxml 的 tostring() 方法等同于其他环境的 outerXml 属性。