Come selezionare il seguente tag di pari livello / xml utilizzando xpath

102

Ho un file HTML (da Newegg) e il loro HTML è organizzato come di seguito. Tutti i dati nella tabella delle specifiche sono " desc " mentre i titoli di ogni sezione sono in " nome " . Di seguito sono riportati due esempi di dati dalle pagine di 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>

Alla fine mi piacerebbe avere una classe per una CPU (che è già impostata) che consiste in un tipo di marca, serie, core e socket per memorizzare ciascuno dei dati. Questo è l'unico modo in cui riesco a pensare di fare questo:

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

E facendo questo per il resto dei valori. Come potrei realizzare il prossimo fratello e c'è un modo più semplice per farlo?

xml xpath lxml

— Corey Farwell
fonte

Risposte:

205

Come potrei realizzare il prossimo fratello e c'è un modo più semplice per farlo?

Puoi usare :

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

ma preferisco usare direttamente :

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

Ciò presuppone che :

Il nodo di contesto, rispetto al quale viene valutata l'espressione XPath, è il genitore di tutti gli trelementi, non mostrato nella domanda.
Ogni trelemento ne ha solo uno tdcon classattributo valorizzato 'name'e solo uno tdcon classattributo valorizzato 'desc'.

— Dimitre Novatchev
fonte

Nota che devi stare attento nell'usare la classe. Quando gli elementi della tua classe "nome" hanno un'altra classe allo stesso tempo, td[@class='name']si romperà. Vedi questa domanda per i dettagli.

— gm2008

@ gm2008, sì, nel caso ci sia più di una classe nel valore dell'attributo @class, il predicato da utilizzare è: contains(concat(' ', @class, ' '), ' name ') . Ma in questa domanda gli attributi @class hanno solo valori singoli.

— Dimitre Novatchev

Rispetto a un elemento:./following-sibling::td

— John Gietzen

@JohnGietzen, Re: "Relative to an element" - Vuoi dire se il nodo di contesto è l'elemento che ci interessa. In questo caso puoi omettere ./. Inoltre, se si desidera selezionare il fratello immediatamente successivo, utilizzare:, following-sibling::td[1]altrimenti, se sono presenti più fratelli successivi, verranno selezionati tutti.

— Dimitre Novatchev

Prova l' following-siblingasse ( following-sibling::td).

— Philipp
fonte