xpath不获取某元素

Question

如：

<div class="content">
<p>
<a>test</a>
<a class="1">test</a>
....
</p>
<p>
<h1>test</h1>
....
</p>
</div>

获取div下的p标签

//div/p

但不要p标签里clsss="1"的a标签。
要的是

<p>
<a>test</a>
....
</p>
<p>
<h1>test</h1>
....
</p>

就是例如content里面可能有不少子元素，但clsss="1"的子元素不需要。
谢谢了

Answer 1

条件为： not(@class="1")

# -*- coding: utf-8 -*-


xml = '''
<div>
<p>
<a>xx</a>
<a class="1">1</a>
<a class="2">2</a>
</p>
</div>
'''

from lxml import etree

root = etree.XML(xml)
for e in root.xpath('//div/p/a[not(@class="1")]'):
    print e.text

Answer 2

如果你要取出两个<p>标签，又不要里面class=1的<a>标签，不如... 换个思路，先把里面的<a class='1'>标签删掉，然后再取出<p>标签？

from lxml import etree

html = """<div class="content">
<p>
<a>test</a>
<a class="1">test</a>
</p>
<p>
<h1>test</h1>
</p>
</div>"""

dom = etree.fromstring(html)
a_list = dom.xpath("//a[contains(@class, '1')]")
for a in a_list:
    parent = a.getparent()
    parent.remove(a)
print(etree.tostring(dom, method="html", encoding="utf-8"))


output: b'<div class="content">\n<p>\n<a>test</a>\n</p>\n<p>\n<h1>test</h1>\n</p>\n</div>'

这样之后再取<p>标签？

Answer 3

//div/p/*[not(@class="1")]