python - 在表格中查找具有特定文本的 href

Question

我有一个 html 表格，我正在尝试查找具有 href 标记的行，该标记的文本内容中包含“取消订阅”一词。我正在使用 lxml、python 和 xpath - 我可以使用这个找到行：

row_to_find = table.xpath("//tr[contains(descendant::*, 'Unsubscribe')]")[0]

但是上面没有在href中找到这个..并且以下不起作用..

row_to_find = tables.xpath(".//tr/*/a[contains(text(), 'Unsubscribe')]")

Answer 1

这两个都可以工作：

//a[.="Unsubscribe"]/ancestor::tr
//tr[.//a[.="Unsubscribe"]]

• 第一个说，“找到一个<a>文本是'取消订阅'的，然后找到它的祖先<tr>元素。”

• 第二个说，“在任何地方找到一个<tr>，但前提是它有一个<a>带有文本'取消订阅'的后代”

如果您的表本身包含在另一个表中，那么两者都会给您误报，因此有另一个<tr>匹配这个非常松散的标准。您可以通过提供更准确的路径来收紧它，例如

//a[.="Unsubscribe"]/parent::*/parent::tr
//tr[./*/a[.="Unsubscribe"]]

…或者（对于第一个）通过指定您只想要第一个（最接近的）<tr>：

//a[.="Unsubscribe"]/ancestor::tr[1]