獲取元素的最小XPath

我正在嘗試創建一個函數，它返回一個元素的XPATH。不幸的是，它返回的絕對xpath不夠。獲取元素的最小XPath

我想獲得儘可能小的xpath（或更好 - 更「聰明」，不一定最小）。例如，如果元素具有id，則返回xpath取決於其id。

我想多次使用這個xpath，絕對xpath根據頁面變化很容易受到攻擊。

或者，如果它的父母有ID，然後返回父母XPath ID和連接/child。

lxml模塊或其他模塊可能嗎？

例如XPath幫助程序嚮導擴展可以做得更好。

def _load_root(url): 
    r = requests.get(url) 
    r.encoding = 'utf-8' 
    html = r.content 
    return etree.fromstring(html, etree.HTMLParser()) 

def get_xpath_by_text(text,url): 
    root = _load_root(url) 
    e = root.xpath('.//*[contains(text(),"{}")]'.format(text)) 
    print root.getpath(e)

/HTML /體/格[1]/DIV [1]/DIV [1]/DIV [2]/DIV [1]/DIV [1]/DIV [2] /格[2]/DIV [1]/DIV/DIV [1]/DIV [2]/DIV [2]/DIV [2]/DIV [1]/DIV [1] /表/ TR [6]/TD [ 2]/div [1]

你知道該怎麼做嗎？

來源

2016-12-29 Milano Slesarik

就我所見，您正在詢問兩個矛盾的事情：一個最小的XPath和一個對文檔變更穩定的XPath。

元素的最小XPath通常類似(//*)[134]，但這對文檔更改非常敏感。

你可以得到相對於最近的祖先用一個ID（的XPath）使用遞歸算法類似屬性：

function minimalXpath(Node node) { 
    if (exists(node/@id)) 
    then "id(" + node/@id + ")" 
    else if (node is root) 
    then "" 
    else minimalXPath(node.getParent()) + "/" + node.getName() + 
    "[" + node.getSiblingPosition() + "]" 
}

來源

2016-12-29 22:46:04

謝謝邁克爾的回答。我發現一個術語「最小路徑」與我想達到的最接近。您的答案通過ID解決了問題，但還有更多情況。例如，很常見的是class =「price」或itemprop =「price」等等。所以我不能只依賴於id（這是最好的選擇），因爲很多時候沒有id，但仍然有比絕對更好的「錨」路徑。 –

獲取元素的最小XPath

回答

相關問題