XPath, чтобы найти все ссылки только с номерами в них? - PullRequest
Новая
       9

XPath, чтобы найти все ссылки только с номерами в них?

1 голос
/ 18 апреля 2011

Я выбрал элемент на странице, на котором есть ссылки, которые я хочу на страницы. Они вроде как <a href="blah">1</a>. Я хочу использовать регулярные выражения с xpath, чтобы я мог получить все ссылки, подобные этой, текст которой \d+.

Я вижу, что здесь есть ответ: Как использовать регулярные выражения в lxml xpath? , но я не могу понять из этого.

Более конкретно: «Обратите внимание, что вам нужно задать отображение пространства имен, чтобы оно знало, что означает префикс« re »в выражении xpath.»

Вот код с убранной страницы: <div class="pagination"> <b>1</b> <a href="?page=post&amp;s=list&amp;tags=tag2+tag1&amp;pid=25">2</a><a href="?page=post&amp;s=list&amp;tags=tag2+tag1&amp;pid=50">3</a><a href="?page=post&amp;s=list&amp;tags=tag2+tag1&amp;pid=75">4</a><a href="?page=post&amp;s=list&amp;tags=tag2+tag1&amp;pid=100">5</a><a href="?page=post&amp;s=list&amp;tags=tag2+tag1&amp;pid=125">6</a><a href="?page=post&amp;s=list&amp;tags=tag2+tag1&amp;pid=150">7</a><a href="?page=post&amp;s=list&amp;tags=tag2+tag1&amp;pid=175">8</a><a href="?page=post&amp;s=list&amp;tags=tag2+tag1&amp;pid=200">9</a><a href="?page=post&amp;s=list&amp;tags=tag2+tag1&amp;pid=225">10</a><a href="?page=post&amp;s=list&amp;tags=tag2+tag1&amp;pid=250">11</a><a href="?page=post&amp;s=list&amp;tags=tag2+tag1&amp;pid=25" alt="next">›</a><a href="?page=post&amp;s=list&amp;tags=tag2+tag1&amp;pid=325" alt="last page">»</a><br><br><br><br><iframe hspace="0" vspace="0" border="0" marginheight="0" marginwidth="0" allowtransparency="true" src="http://notrelevant.com" frameborder="0" height="98" scrolling="no" width="736"></iframe></div>

Пока мой код: 

answer = browser.open(address)
tree = lxml.html.parse(answer)
numbers = tree.xpath("//div[contains(@class, 'pagination')]")[0]

Ответы [ 2 ]

2 голосов
/ 18 апреля 2011

XPath не предоставляет средства для сопоставления регулярному выражению.

Расширение, используемое в сообщении, на которое вы ссылаетесь, должно позволять работать следующему: 

//div[contains(@class, 'pagination')]/a[re:match(text(), '^\d+$')]
2 голосов
/ 18 апреля 2011

Вам не нужно RegExp для этого выражения XPath: 

//div[
   contains(
      concat(' ',@class,' '),
      ' pagination '
   )
]/a[
  floor()=.
]
...