我试图在Python中使用lxml和xpath获取子节点的HTML内容。如下面的代码所示，我想找到每个产品节点的html内容。它有像product.html这样的方法吗？
productGrids = tree.xpath("//div[@class='name']/parent::*")
for product in productGrids:
print #html content of product
from lxml import etree
print(etree.tostring(root, pretty_print=True))
你可能会在这里看到更多的例子：http://lxml.de/tutorial.html
我相信你想使用tostring()方法：
from lxml import etree
tree = etree.fromstring('<html><head><title>foo</title></head><body><div class="name"><p>foo</p></div><div class="name"><ul><li>bar</li></ul></div></body></html>')
for elem in tree.xpath("//div[@class='name']"):
# pretty_print ensures that it is nicely formatted.
print etree.tostring(elem, pretty_print=True)
你可以使用product.text_content()
另一种方法
x=doc.xpath("//div[@class='name']/parent::*")
print(map(etree.tostring,x))
在您想要的特定字段上右键单击（复制，复制xpath）后（在chrome的检查器中），您可能会得到以下内容：
//*[@id="specialID"]/div[12]/div[2]/h4/text()[1]
如果你想要每个“specialID”的文本元素
//*[@id="specialID"]/div/div[2]/h4/text()[1]
您可以选择另一个字段，它将交错结果
//*[@id="specialID"]/div/div[2]/h4/text()[1] | //*[@id="specialID"]/div/some/weird/path[95]
示例可以改进，但它说明了这一点：
//*[@id="mw-content-text"]/div/ul[1]/li[11]/text()
from lxml import html
import requests
page = requests.get('https://en.wikipedia.org/wiki/Web_scraping')
tree = html.fromstring(page.content)
data = tree.xpath('//*[@id="mw-content-text"]/div/ul[1]/li/a/text() | //*[@id="mw-content-text"]/div/ul[1]/li/text()[1]')
print(len(data))
for i in range(len(data)):
print(data[i])