Cara memilih tag saudara / xml berikut menggunakan xpath

102

Saya memiliki file HTML (dari Newegg) dan HTML-nya diatur seperti di bawah ini. Semua data dalam tabel spesifikasinya adalah ' desc ' sedangkan judul tiap bagian ada di ' name. 'Di bawah ini adalah dua contoh data dari halaman Newegg.

<tr>
    <td class="name">Brand</td>
    <td class="desc">Intel</td>
</tr>
<tr>
    <td class="name">Series</td>
    <td class="desc">Core i5</td>
</tr>
<tr>
    <td class="name">Cores</td>
    <td class="desc">4</td>
</tr>
<tr>
    <td class="name">Socket</td>
    <td class="desc">LGA 1156</td>

<tr>
    <td class="name">Brand</td>
    <td class="desc">AMD</td>
</tr>
<tr>
    <td class="name">Series</td>
    <td class="desc">Phenom II X4</td>
</tr>
<tr>
    <td class="name">Cores</td>
    <td class="desc">4</td>
</tr>
<tr>
    <td class="name">Socket</td>
    <td class="desc">Socket AM3</td>
</tr>

Pada akhirnya saya ingin memiliki kelas untuk CPU (yang sudah diatur) yang terdiri dari jenis Merek, Seri, Cores, dan Socket untuk menyimpan setiap data. Inilah satu-satunya cara yang dapat saya pikirkan untuk melakukan ini:

if(parsedDocument.xpath(tr/td[@class="name"])=='Brand'):
    CPU.brand = parsedDocument.xpath(tr/td[@class="name"]/nextsibling?).text

Dan melakukan ini untuk nilai-nilai lainnya. Bagaimana saya menyelesaikan tahap berikutnya dan adakah cara yang lebih mudah untuk melakukan ini?

xml xpath lxml

— Corey Farwell
sumber

Jawaban:

205

Bagaimana saya menyelesaikan tahap berikutnya dan adakah cara yang lebih mudah untuk melakukan ini?

Anda dapat menggunakan :

tr/td[@class='name']/following-sibling::td

tetapi saya lebih suka menggunakan secara langsung :

tr[td[@class='name'] ='Brand']/td[@class='desc']

Ini mengasumsikan bahwa :

Node konteks, yang digunakan untuk mengevaluasi ekspresi XPath adalah induk dari semua trelemen - tidak ditampilkan dalam pertanyaan Anda.
Setiap trelemen hanya memiliki satu tddengan classatribut yang dihargai 'name'dan hanya satu tddengan classatribut yang dihargai 'desc'.

— Dimitre Novatchev
sumber

Perhatikan bahwa Anda harus berhati-hati dalam menggunakan kelas. Ketika elemen kelas 'nama' Anda memiliki kelas lain pada saat yang sama, td[@class='name']akan rusak. Lihat pertanyaan ini untuk detailnya.

— gm2008

@ gm2008, Ya, jika ada lebih dari satu kelas di nilai dari atribut @class, predikat penggunaan adalah: contains(concat(' ', @class, ' '), ' name ') . Namun dalam pertanyaan ini, atribut @class hanya memiliki nilai tunggal.

— Dimitre Novatchev

Sehubungan dengan suatu elemen:./following-sibling::td

— John Gietzen

@JohnGietzen, Re: "Relatif dengan elemen" - Maksud Anda Jika node konteks adalah elemen yang kami minati. Dalam hal ini Anda dapat mengabaikan ./. Selain itu, jika Anda ingin memilih saudara kandung berikut, gunakan following-sibling::td[1]:, jika tidak, jika ada lebih dari satu saudara kandung berikut, semua akan dipilih.

— Dimitre Novatchev

Coba following-siblingsumbu ( following-sibling::td).

— Philipp
sumber