lxml - 根據父類獲取子屬性

Question

我試圖從類foo的td標籤的第一個孩子中提取hrefs。一個例子DOM是：

<td class="foo"> 
    <a href="www.foobar1.com"></a> 
</td> 
<td class="foo"> 
    <a href="www.foobar2.com"></a> 
</td> 

從這個我想獲得["www.foobar1.com", "www.foobar2.com"]

到目前爲止，我有以下幾點：

import requests 
from lxml import html 

def get_hrefs(url): 
    page = requests.get(url) 
    tree = html.fromstring(page.text) 
    td_elements = tree.xpath('//td[@class="foo"]') 

    return [el.find("a").attrib["href"] for el in td_elements] 

不過，我覺得它會更有效延長xpath代替迭代，但不知道如何構建它。

謝謝。

Answer 1

是的，你可以通過從a標籤得到@href每個td裏面把它簡化：

return tree.xpath('//td[@class="foo"]/a/@href')