我想刪除<hr/>元素（包括<hr/>）下方的元素內的所有節點（包括文本）。例如，這個：<td class="one"> Some text <a href="page1.html"/> <br/> Some more text <br/> <a href="page2.html"/> <hr/> Bottom text <br/> <a href="page3.html"/></td>應該變成：<td class="one"> Some text <a href="page1.html"/> <br/> Some more text <br/> <a href="page2.html"/></td>我有這個 XPath 來查找下面的所有元素<hr/>：./node()[ preceding-sibling::hr[not(following-sibling::hr)] ]但我不知道如何刪除這些元素。我試圖這樣做：xp = './node()[ preceding-sibling::hr[not(following-sibling::hr)] ]'els = self.xpath(xp, td_el)for el in els: el.getparent().remove(el)但它不適用于文本節點。最好的方法是什么？謝謝。
1 回答
阿晨1998
TA貢獻2037條經驗 獲得超6個贊
嘗試使用以下代碼刪除節點：
from lxml import etree, html
source = """<td class="one">
Some text
<a href="page1.html"/>
<br/>
Some more text
<br/>
<a href="page2.html"/>
<hr/>
Bottom text
<br/>
<a href="page3.html"/>
</td>"""
html = html.fromstring(source)
parent = html.xpath('//td')[0]
redundant = html.xpath('//hr/preceding-sibling::*[1]/following-sibling::*')
for node in redundant:
parent.remove(node)
print(etree.tostring(parent))
輸出
<td class="one">
Some text
<a href="page1.html"/>
<br/>
Some more text
<br/>
<a href="page2.html"/>
</td>
添加回答
舉報
0/150
提交
取消