如何在lxml中查找元素的直接子元素

Answer 1

我不确定，但你的问题似乎出在 HTML 本身：请注意 有几个标签省略情况适用于

p

节点，因此段落的结束标签

<div class='thread'>
    <p>first
        <p>second</p>
    </p>
</div>

简单地被解析器忽略，并且两个节点都被标识为兄弟节点，但不是父节点和子节点，例如

<div class='thread'>
    <p>first
    <p>second
</div>

所以 XPath

//div[@class="thread"]/p

会返回两个段落

您只需将

p

标签替换为

div

标签，您就会看到不同的行为：

<div class='thread'>
    <div>first
        <div>second</div>
    </div>
</div>

这里

//div[@class="thread"]/div

将仅返回第一个节点

如果我的假设不正确，请纠正我

Answer 2

尝试这个 XPath 表达式：

//p[parent::div[@class='thread']]

或者用完整的Python表达式：

THREAD.xpath("//p[parent::div[@class='thread']]")

另一种（逆）方法是这个 XPath 表达式：

div[@class='thread']/child::p"

使用直接

child::

轴并且仅选择直接子节点。

总结：
两个表达式中哪一个更快取决于 XPath 编译器。

child::

是默认轴，如果没有给出其他轴则使用。

---

仅供参考：XPath 计数从 1 开始，并且 不是 0。
因此，关于您的 XML 示例，以下表达式

count(//div[@class='thread'][1]/child::p)

的结果是 2 - 计算

<p> <!-- 1 -->

+

<p><!-- 2 --></p>

的结果。

Answer 3

你可以尝试PARENT.getchildren()

>>> root = etree.fromstring(xml)
>>> root.xpath("//div[@class='thread']")[0].getchildren()
[<Element p at 0x10b3110e0>, <Element p at 0x10b311ea8>]