Question

我有字符串的HTML代碼，就像

a = '<div>Test moree test <div> London is ... <p>mooo</p></div></div>' 

我需要得到一定的文本塊，例如

super_func("London", a) ==> '<div> London is ... <p>mooo</p></div>' 
super_func('mooo', a) = '<p>mooo</p>' 

Answer 1

您可以使用下面的XPath查詢找到一個包含特定文本的元素，而不管元素名稱及其在HTML文檔中的位置：

//*[contains(text(),'certain text')] 

Thi s是使用lxml.html庫工作實例：

from lxml import html 

def super_func(keyword, htmldoc): 
    query = '//*[contains(text(),"{0}")]' 
    result = htmldoc.xpath(query.format(keyword)) 
    if len(result) > 0: 
     return html.tostring(result[0]) 
    else: 
     return '' 

a = '<div>Test moree test <div> London is ... <p>mooo</p></div></div>' 
doc = html.fromstring(a) 
text = 'London' 
print super_func(text, doc) 
text = 'mooo' 
print super_func(text, doc) 

輸出：

<div> London is ... <p>mooo</p></div> 
<p>mooo</p>