lxml：获取具有特定子元素的元素？

Question

在 lxml 中工作，我想获取具有 title="Go to next page" 的 img 子项的所有链接的 href 属性。

因此，在以下代码片段中：

<a class="noborder" href="StdResults.aspx">
<img src="arrowr.gif" title="Go to next page"></img>
</a>

我想取回 StdResults.aspx 。

我已经到目前为止：

next_link = doc.xpath("//a/img[@title='Go to next page']") 
print next_link[0].attrib['href']

但是 next_link 是 img，而不是 a 标签 - 我怎样才能获得 a标签？

谢谢。

Answer 1

只需将 a/img... 更改为 a[img...]: （括号的意思是“这样”）

import lxml.html as lh

content='''<a class="noborder" href="StdResults.aspx">
<img src="arrowr.gif" title="Go to next page"></img>
</a>'''

doc=lh.fromstring(content)
for elt in doc.xpath("//a[img[@title='Go to next page']]"):
    print(elt.attrib['href'])

# StdResults.aspx

或者，您可以走得更远，用于

"//a[img[@title='Go to next page']]/@href"

检索 href 属性的值。

Answer 2

您还可以使用 //a/img[@title='Go to next page']/parent::a 或 //a/img[ 选择父节点或任意祖先节点@title='转到下一页']/ancestor::a 分别作为 XPath 表达式。