使用 lxml 检索 class 属性的名称

Question

我正在开展一个 python 项目，该项目使用 lxml 来废弃页面，我面临着检索跨度 class 属性名称的挑战。 html 片段如下：

<tr class="nogrid">
  <td class="date">12th January 2016</td> 
  <td class="time">11:22pm</td> 
  <td class="category">Clothing</td>   
  <td class="product">
    <span class="brand">carlos santos</span>
  </td> 
  <td class="size">10</td> 
  <td class="name">polo</td> 
</tr>
....

如何检索下面跨度的 class 属性的值：

<span class="brand">carlos santos</span>

Answer 1

from bs4 import BeautifulSoup

lxml = '''<tr class="nogrid">
          <td class="date">12th January 2016</td> 
          <td class="time">11:22pm</td> 
          <td class="category">Clothing</td>   
          <td class="product">
            <span class="brand">carlos santos</span>
          </td> 
          <td class="size">10</td> 
          <td class="name">polo</td> 
          <tr>'''
soup = BeautifulSoup(lxml, 'lxml')
result = soup.find('span')['class'] # result = 'brand'

Answer 2

您可以使用以下 XPath 获取 span 元素的 class 属性，该元素是 td 和 class product 的直接子元素：

//td[@class="product"]/span/@class

工作演示示例：

from lxml import html
raw = '''<tr class="nogrid">
<td class="date">12th January 2016</td> 
<td class="time">11:22pm</td> 
<td class="category">Clothing</td>   
<td class="product">
<span class="brand">carlos santos</span>
</td> 
<td class="size">10</td> 
<td class="name">polo</td> 
</tr>'''

root = html.fromstring(raw)
span = root.xpath('//td[@class="product"]/span/@class')[0]
print span

输出：

Brand

使用 lxml 检索 class 属性的名称

Retrieving the name of a class attribute with lxml

html

python

lxml