使用 XPath 获取样式值大于阈值的元素

Question

所以，简而言之，给出以下 html（额外的星号是我自己添加的）：

<div style="position:absolute; border: textbox 1px solid; writing-mode:lr-tb; **left:66px;** top:1892px; width:91px; height:10px;">
    <span style="font-family: Times-Roman; font-size:10px">FOO  
    <br>
    </span>
</div>
<div style="position:absolute; border: textbox 1px solid; writing-mode:lr-tb; **left:514px;** top:1892px; width:20px; height:10px;">
    <span style="font-family: Times-Roman; font-size:10px">BAR
    <br>
    </span>
</div>

我想利用 X-Path 获取所有 left 属性小于阈值的节点，并获取所有 left 属性比给定的欢迎节点阈值，例如：/div[@style("left") < 300].

环顾四周似乎是不可能的，我设法找到的最接近的是 this，但是我想避免使用正则表达式来匹配数字数据，因为阈值可能会有所不同。

我正在尝试通过 Python（lxml 模块）提取此信息。基本上我有一个 pdf，左右两列，我想将页面分成 2 个（单独获取左侧的所有内容，单独获取右侧的所有内容）。

Answer 1

试试这个：

import lxml.html
foo = """
<div style="position:absolute; border: textbox 1px solid; writing-mode:lr-tb; left:66px; top:1892px; width:91px; height:10px;">
    <span style="font-family: Times-Roman; font-size:10px">FOO  
    <br>
    </span>
</div>
<div style="position:absolute; border: textbox 1px solid; writing-mode:lr-tb; left:514px; top:1892px; width:20px; height:10px;">
    <span style="font-family: Times-Roman; font-size:10px">BAR
    <br>
    </span>
</div> """

doc = lxml.html.fromstring(foo)
doc.xpath("//div[number(substring-before(substring-after(@style, 'left:'),'px;')) < 300]")[0]

这将选择第一个 <div>。

使用 XPath 获取样式值大于阈值的元素

Get elements with style value greater than threshold with XPath

python

pdf

lxml

python-3.x