XPath获取节点集过多，只需要某一节点的解决办法

ゝ一世哀愁。 2022-12-28 09:05 128阅读 0赞

**例如：**  
获取 p class=“commodity\_title shsm” 标签中的文本，如果含有 br 标签，则舍弃 br 标签之后的文本内容。

<div class="commodity_item">
                  <a href="/hosane-home-server/web/auction_detail/A20121083"  target="_blank">
                  <div class="commodity_image">
                    <div class="img_element"><img src="http://imageoss.hosane.com/upload/picA202012/big/50.jpg?x-oss-process=style/image_300_300" alt=""></div>
                  </div>
                   </a>
                  <div class="commodity_info">
                    <div class="commodity_info_header">
                      <span class="lotnum shsh">LOT: <i>50</i></span>
                       <div class="follow shssb attention">
                          <i class="iconfont icon-favorite-border"></i>
                       <span>
                       <input type="hidden" name="" value="A20121083">
                                <a href="javascript:;">关注</a>
                              </span><i>0</i></div>
                    </div>
                    <div class="commodity_info_main">
                      <a href="/hosane-home-server/web/auction_detail/A20121083"  target="_blank">
                        <p class="commodity_title shsm">
                            明“营山县”五两银锭一枚，重：164.7g，造型优美，原色银光，品相一流，十分难得，方干评级 AU58
                            <br>
                            编者按：营山县，位于四川盆地东北部，地处嘉陵江与渠江流域之间，是南充市的东大门。明洪武十年（1377），撤营山县合入蓬州。十三年（1380）复置营山县，属蓬州。
                        </p>
                      </a>
                      <div class="commodity_price">
                        <a href="/hosane-home-server/web/auction_detail/A20121083"  target="_blank">
                                <div class="evaluate_proce">估　价：<i class="dazzling_price shsb">9,000RMB</i></div>
                                <div class="final_price">成交价：<i class="dazzling_price shsb">
                                    10,350
                               RMB</i></div>
                         </a>
                      </div>
                    </div>
                     </a>
                  </div>
                </div>
    
    
                <div class="commodity_item">
                  <a href="/hosane-home-server/web/auction_detail/A20121089"  target="_blank">
                  <div class="commodity_image">
                    <div class="img_element"><img src="http://imageoss.hosane.com/upload/picA202012/big/51.jpg?x-oss-process=style/image_300_300" alt=""></div>
                  </div>
                   </a>
                  <div class="commodity_info">
                    <div class="commodity_info_header">
                      <span class="lotnum shsh">LOT: <i>51</i></span>
                       <div class="follow shssb attention">
                          <i class="iconfont icon-favorite-border"></i>
                       <span>
                       <input type="hidden" name="" value="A20121089">
                                <a href="javascript:;">关注</a>
                              </span><i>0</i></div>
                    </div>
                    <div class="commodity_info_main">
                      <a href="/hosane-home-server/web/auction_detail/A20121089"  target="_blank">
                        <p class="commodity_title shsm">
                            明“赵水镇 十两正”十两银锭一枚，重：369.9g，造型优美，原色银光，品相一流，十分难得，方干评级 AU58
                        </p>
                      </a>
                      <div class="commodity_price">
                        <a href="/hosane-home-server/web/auction_detail/A20121089"  target="_blank">
                                <div class="evaluate_proce">估　价：<i class="dazzling_price shsb">22,000RMB</i></div>
                                <div class="final_price">成交价：<i class="dazzling_price shsb">
                                    0
                               RMB</i></div>
                         </a>
                      </div>
                    </div>
                     </a>
                  </div>
                </div>

**XPath：**

html.xpath("//div[@class='commodity_list']/div/div/div/a/p/text()")

**结果为：**

['\n ', '\n 明“营山县”五两银锭一枚，重：164.7g，造型优美，原色银光，品相一流，十分难得，方干评级 AU58', '编者按：营山县，位于四川盆地东北部，地处嘉陵江与渠江流域之间，是南充市的东大门。明洪武十年（1377），撤营山县合入蓬州。十三年（1380）复置营山县，属蓬州。\n ', '\n ', '\n 明“赵水镇 十两正”十两银锭一枚，重：369.9g，造型优美，原色银光，品相一流，十分难得，方干评级 AU58\n ']

**list 结果中多了下面3个不需要的元素：**

['\n ', '编者按：营山县，位于四川盆地东北部，地处嘉陵江与渠江流域之间，是南充市的东大门。明洪武十年（1377），撤营山县合入蓬州。十三年（1380）复置营山县，属蓬州。\n ', '\n ']

**使用节点集 position() 函数：**

#获取每个节点集中第二个元素
    html.xpath("//div[@class='commodity_list']/div/div/div/a/p/text()[position()=2]")

**结果为：**

['\n 明“营山县”五两银锭一枚，重：164.7g，造型优美，原色银光，品相一流，十分难得，方干评级 AU58', '\n 明“赵水镇 十两正”十两银锭一枚，重：369.9g，造型优美，原色银光，品相一流，十分难得，方干评级 AU58\n ']

达到预期目的。

**获取不连续的几个节点集：**

//p/ul/li[position()=3 or position()=5 ... or position()=9]

**获取前3个节点集：**

//p/ul/li[position()<=3]

**注意：**  
序号是从1开始的，所以前3个应该是<=3。