为什么用lxml处理XHTML文档（在python中）时xpath无法正常工作？
我正在针对以下测试文档进行测试：
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN"
"http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<title>hi there</title>
</head>
<body>
<img class="foo" src="bar.png"/>
</body>
</html>
如果使用lxml.html解析文档，则可以使用xpath获得IMG：
>>> root = lxml.html.fromstring(doc)
>>> root.xpath("//img")
[<Element img at 1879e30>]
但是，如果我将文档解析为XML并尝试获取IMG标签，则会得到空结果：
>>> tree = etree.parse(StringIO(doc))
>>> tree.getroot().xpath("//img")
[]
我可以直接导航到该元素：
>>> tree.getroot().getchildren()[1].getchildren()[0]
<Element {http://www.w3.org/1999/xhtml}img at f56810>
但这当然无助于我处理任意文档。我还希望能够查询etree以获得直接识别该元素的xpath表达式，从技术上讲，我可以这样做：
>>> tree.getpath(tree.getroot().getchildren()[1].getchildren()[0])
'/*/*[2]/*'
>>> tree.getroot().xpath('/*/*[2]/*')
[<Element {http://www.w3.org/1999/xhtml}img at fa1750>]
但是，同样，该xpath显然对解析任意文档没有用。
显然，我在这里缺少一些关键问题，但是我不知道这是什么。我最好的猜测是，它与名称空间有关，但是定义的唯一名称空间是默认名称，我不知道关于名称空间我还需要考虑什么。
那么，我想念什么？
问题答案：
问题是名称空间。当解析为XML时，img标记位于http://www.w3.org/1999/xhtml命名空间中，因为这是该元素的默认命名空间。您在没有名称空间的情况下要求img标记。
尝试这个：
>>> tree.getroot().xpath(
... "//xhtml:img",
... namespaces={'xhtml':'http://www.w3.org/1999/xhtml'}
... )
[<Element {http://www.w3.org/1999/xhtml}img at 11a29e0>]
-
下面是一个我试图从中获取数据的示例网页。http://www.makospearguns.com/product-p/mcffgb.htm xpath取自chrome开发工具，firefox中的firepath也能找到它，但使用lxml它只返回一个空的“文本”列表。 使用 显示数据在那里，但xpath似乎无法找到它。我有什么遗漏吗？我尝试过的大多数其他站点使用lxml和chromedev工具中的x
-
问题内容： 这是我尝试从中获取数据的示例网页。 http://www.makospearguns.com/product-p/mcffgb.htm xpath取自chrome开发工具，firefox中的firepath也能够找到它，但是使用lxml时，它只会为“ text”返回一个空列表。 使用以下命令打印树文本 显示数据在那里，但是xpath似乎无法找到它。我有什么想念的吗？我尝试使用lxml和
-
问题内容： 看来AngularJS的不起作用。它不适用于数字字符串。难道我做错了什么？我应该使用吗？ 我需要一些东西来查看字符串是否是一个数字（实际上是一个数字），除非我乘以1，否则我不会这么做，但是如果我这样做，那么它将始终为真。另外是不是一个数字（定义）等应该返回false。 问题答案： 在 JavaScript中 ，。 例如，如果需要将 字符串 识别为 Number ，则将其转换为 Numb
-
问题内容： 我试图通过使用该方法销毁所有会话变量，但是在使用此方法之后，这些值不会被销毁。 为什么不工作？ 还有其他方法可以销毁PHP中的会话吗？ 问题答案： 使用后，会话将在后台被销毁。由于某种原因，这不会影响已为此请求填充的中的值，但在以后的请求中将为空。 如果需要，您可以手动清除（）。
-
问题内容： 这是我的代码： 这是我的输出： 我的理解 是。因此，应该首先一个号码，然后松开，然后给到线或。所以，一次应该有一个数字，对吧？ 但是为什么我的代码一次是两个或三个数字？我做错什么了吗（我是新手）？ 问题答案： 虽然确实不是同步的，但是它访问变量。 即使您同步访问权限，它也无济于事，因为下一种情况仍然可能： 线程1增量 线程2增量 线程1的打印值 线程2的打印值 要解决此问题，您需要增加
-
问题内容： 我正在使用Java和Selenium编写测试。我需要将另一个元素内的最后一个元素，所以我使用函数，但是问题是，当我申请时，它并不总是给我带来最后一个： 至 得到，它带给我： 但是当我将其应用于： 它带给我： 问题答案： 这是XPath混乱的常见原因。 首先是简单的部分： 选择文档中的所有元素。 选择文档中属于元素后代的所有元素。 到目前为止，正常的东西。 接下来是棘手的部分： 要在 兄