Question

Estoy procesando una página HTML con un número variable de elementos p con una clase css "myclass", usando Python + Selenium RC.

Cuando intento para seleccionar cada nodo con este XPath:

//p[@class='myclass'][n] 

(con na número natural)

consigo sólo el primer elemento p con esta clase CSS para cada n, a diferencia de la situación si iterar a través de la selección de todos los elementos p con:

//p[n] 

¿hay alguna manera de iterar a través de elementos de clase CSS utilizando XPath?

Answer 1

XPath 1.0 no proporciona una construcción iterativa.

La iteración se puede realizar en el conjunto de nodos seleccionado en el idioma que aloja XPath.

Ejemplos:

En XSLT 1.0:

<xsl:for-each select="someExpressionSelectingNodes"> 
    <!-- Do something with the current node --> 
    </xsl:for-each> 

en C#:

using System; 
using System.IO; 
using System.Xml; 

public class Sample { 

    public static void Main() { 

    XmlDocument doc = new XmlDocument(); 
    doc.Load("booksort.xml"); 

    XmlNodeList nodeList; 
    XmlNode root = doc.DocumentElement; 

    nodeList=root.SelectNodes("descendant::book[author/last-name='Austen']"); 

    //Change the price on the books. 
    foreach (XmlNode book in nodeList) 
    { 
     book.LastChild.InnerText="15.95"; 
    } 

    Console.WriteLine("Display the modified XML document...."); 
    doc.Save(Console.Out); 

    } 
} 

XPath 2.0 tiene su propio iteration construct:

for $varname1 in someExpression1, 
     $varname2 in someExpression2, 
     . . . . . . . . . . . 
     $varnameN in someExpressionN 
    return 
     SomeExpressionUsingTheVarsAbove 

Answer 2

Tal vez todas sus divs con esta clase se encuentran en el mismo nivel, por lo que por // p [@ class = 'miclase'] que recibe el conjunto de párrafos con la clase especificada. Por lo tanto, debe recorrerlo utilizando índices, es decir, // p [@ class = 'myclass'] [1], //p[@class='myclass'][2],...,//p[@ class = 'myclass'] [last()]

Answer 3

No creo que esté utilizando el "índice" por su verdadero propósito. La sintaxis //p[selection][index] en esta selección realmente le dice qué elemento dentro de su elemento primario debería ser ... Por lo tanto, //p[selection][1] está diciendo que su p seleccionada debe ser la primera hija de su elemento principal. //p[selection][2] dice que debe ser el segundo hijo. Dependiendo de tu html, es probable que esto no sea lo que quieres.

Teniendo en cuenta que usted está utilizando selenio y Python, hay un par de maneras de hacer lo que quiere, y se puede ver en this question verlos (hay dos opciones que se ofrecen allí, uno en selenio Javascript, y el otro con el llamadas de selenio del lado del servidor).

Answer 4

Aquí hay un fragmento de código de C# que podría ayudarlo.

La clave aquí es la función Selenium GetXpathCount(). Debería devolver el número de apariciones de la expresión Xpath que está buscando.

Puede ingresar //p[@class='myclass'] en XPather o en cualquier otra herramienta de análisis de Xpath para que pueda verificar la obtención de resultados múltiples. Luego solo itera a través de los resultados en tu código.

En mi caso, eran todos los elementos de la lista en una UL que necesitaban ser iterados -i.e. //li[@class='myclass']/ul/li - por lo que en función de sus necesidades debe ser algo como:

int numProductsInLeftNav = Convert.ToInt32(selenium.GetXpathCount("//p[@class='myclass']")); 

List<string> productsInLeftNav = new List<string>(); 
for (int i = 1; i <= numProductsInLogOutLeftNav; i++) { 
    string productName = selenium.GetText("//p[@class='myclass'][" + i + "]"); 
    productsInLogoutLeftNav.Add(productName); 
} 

Answer 5

Ahora que miro de nuevo a esta pregunta, creo que el verdadero problema no está en la iteración , pero en el uso de //.

Este es un FAQ:

//p[@class='myclass'][1] 

selecciona cadap elemento que tiene un atributo con el valor class"myclass" y que es el primero de estos hijo de su padre. Por lo tanto, esta expresión puede seleccionar muchos elementos p, ninguno de los cuales es realmente el primer elemento p en el documento.

Cuando queremos conseguir el primer p elemento en el documento que satisfaga el predicado anteriormente, una expresión correcta es:

(//p)[@class='myclass'][1] 

Recuerde: El operador [] tiene mayor prioridad (precedencia) que la // abreviatura. Cuando necesite indexar los nodos seleccionados por //, coloque siempre la expresión entre los paréntesis.

Aquí es una demostración:

<nums> 
<a> 
    <n x="1"/> 
    <n x="2"/> 
    <n x="3"/> 
    <n x="4"/> 
</a> 
<b> 
    <n x="5"/> 
    <n x="6"/> 
    <n x="7"/> 
    <n x="8"/> 
</b> 
</nums> 

La expresión XPath:

//n[@x mod 2 = 0][1] 

selecciona los siguientes dos nodos:

<n x="2" /> 
<n x="6" /> 

La expresión XPath:

(//n)[@x mod 2 = 0][1] 

selecciona exactamente el primer n elemento en el documento con la propiedad deseada:

<n x="2" /> 

probar este primero con la siguiente transformación:

<xsl:stylesheet version="1.0" 
xmlns:xsl="http://www.w3.org/1999/XSL/Transform"> 
<xsl:output omit-xml-declaration="yes" indent="yes"/> 

<xsl:template match="/"> 
    <xsl:copy-of select="//n[@x mod 2 = 0][1]"/> 
</xsl:template> 
</xsl:stylesheet> 

y el resultado son dos nodos.

<n x="2" /> 
<n x="6" /> 

Ahora, cambiar la expresión XPath que a continuación y vuelve a intentarlo:

<xsl:stylesheet version="1.0" 
xmlns:xsl="http://www.w3.org/1999/XSL/Transform"> 
<xsl:output omit-xml-declaration="yes" indent="yes"/> 

<xsl:template match="/"> 
    <xsl:copy-of select="(//n)[@x mod 2 = 0][1]"/> 
</xsl:template> 
</xsl:stylesheet> 

y el resultado es lo que realmente queríamos - la primera n elemento en el documento:

<n x="2" />