XPath查詢// * [@ ID =「頁」]返回兩個元素

Question

我試圖打消這個網站ketabejam.ir 我使用python3.4.1和解析我使用LXML 3.4.1
順便說一下我lxml.html.fromstring方法解析它
當我加載該文件對我的解釋，並要求下面的查詢得到的網頁數量，這樣我就可以處理分頁：

s = doc.xpath("//*[@id='page']") 

令人驚訝的，我得到結果：

>>>len(s) == 2 
True 

我得到的元素從Firebug的最小的XPath， 地址時，我選擇正常的XPath，查詢流暢運行
它是一個錯誤，或者我做錯了什麼？

Answer 1

查看您鏈接頁面的頁面源代碼，頁面中恰好有兩個元素，即id。最有可能的是桌子的頂部之一，另一個是桌子的底部。

副本minimal xpath版本的firebug基於元素的id工作。它僅適用於有id標籤元素，它的格式創建一個XPath -

//*[@id="elementID"] 

這是你做了什麼。

理想情況下，在每個html頁面中，應該只有一個具有特定id的元素，即id應該在頁面中唯一。看起來像firebug的最小xpath取決於此。

在您的上下文中，我認爲這兩個元素都會返回相同的鏈接，因此您可以使用它們繼續進行拼貼。或者如您所示，您可以使用正常的xpath。

Answer 2

可以解決這個一般由總是在做一樣的東西：

s = doc.xpath("(//*[@id='page'])[1]") 

...如果你知道你真的只是想匹配的第一個節點，並可以放心地忽略任何後續的人（這似乎就像這種情況下的安全賭注）。