如何使用xpath＆lxml獲取節點的完整內容？

Question

我使用lxml的xpath函數來檢索網頁的某些部分。我試圖獲得一個<font>標籤的內容，其中包含自己的html標籤。如果我使用

//td[@valign="top"]/p[1]/font[@face="verdana" and @color="#ffffff" and @size="2"] 

我得到節點適量，但他們返回LXML對象（<Element font at 0x101fe5eb0>）。

如果我使用

//td[@valign="top"]/p[1]/font[@face="verdana" and @color="#ffffff" and @size="2"]/text() 

我得到我想要的東西，但我沒有得到任何這是包含在<font>節點中的HTML代碼。

如果我使用

//td[@valign="top"]/p[1]/font[@face="verdana" and @color="#ffffff" and @size="2"]/node() 

如果得到的文本和LXML元素的混合物！ （例如something something <Element a at 0x102ac2140> something）

反正是有使用純XPath查詢得到<font>節點的內容，甚至迫使LXML從.xpath()方法，而不是lxml的對象返回的內容的字符串？

請注意，我從XPath查詢中返回了許多節點的列表，因此解決方案需要支持該節點。

只是爲了澄清...我想從像回到something something <a href="url">inside</a> something ...

<font face="verdana" color="#ffffff" size="2"><a href="url">inside</a> something</font> 

Answer 1

我不確定我是否理解 - 這是否接近您要查找的內容？

import lxml.etree as le 
import cStringIO 
content='''\ 
<font face="verdana" color="#ffffff" size="2"><a href="url">inside</a> something</font> 
''' 
doc=le.parse(cStringIO.StringIO(content)) 

xpath='//font[@face="verdana" and @color="#ffffff" and @size="2"]/child::*' 
x=doc.xpath(xpath) 
print(map(le.tostring,x)) 
# ['<a href="url">inside</a> something'] 

Answer 2

反正是有使用純的XPath查詢 拿到 <font>節點的內容，甚至強制lxml 從.xpath()方法返回一個內容爲 的字符串，而不是一個lxml對象的 ？

請注意，我從XPath查詢中返回了許多 節點的列表，因此 解決方案需要支持該節點。

只是爲了澄清...我想從 像回到 什麼東西<a href="url">inside</a> something ...

<font face="verdana" color="#ffffff" size="2"><a 

HREF = 「URL」>裏面的東西

簡答 ：編號

XPath在「標籤」上不起作用，但與節點

所選節點表示爲託管XPath的語言中特定對象的實例。

如果您需要特定節點標記的字符串表示形式，此類對象通常支持outerXML屬性 - 請檢查託管語言（本例中爲lxml）的文檔。

作爲@羅伯特 - Rossney在他的評論中指出：LXML的tostring()方法等同於其他環境outerXml財產。