如何在Python lxml中使用XPath选择多class属性的元素？

针对多class元素的选择问题，这里给出两种可靠的解决方案：

1. 鲁棒的XPath写法（避免子串匹配漏洞） #

你测试4里的contains写法存在隐患——如果页面中有类似infobox这类包含info子串的class，也会被误匹配。正确的写法是给class属性前后拼接空格，确保匹配完整的class名称：

page.xpath('//a[contains(concat(" ", @class, " "), " info ") and contains(concat(" ", @class, " "), " text-center ")]')

原理是通过concat(" ", @class, " ")把目标class属性转换成" info text-center "的形式，再用contains匹配带空格包裹的完整class名，彻底避免子串误匹配的问题。

2. 更简洁的CSS选择器（推荐） #

lxml原生支持CSS选择器，处理多class元素比XPath更直观，直接用.连接多个class即可：

page.cssselect('a.info.text-center')

这种写法和浏览器开发者工具的选择逻辑一致，简洁且不易出错。

你的测试写法失效原因 #

• 测试1/2：//a[@class="info text-center"]是精确匹配class属性的完整字符串，只有当HTML里class的顺序、空格和你写的完全一致时才会生效，若页面渲染时class顺序调换（比如变成text-center info），就会匹配失败。
• 测试3：//a[@class="info.text-center"]完全错误，这里把.当成了class的一部分，但实际HTML里class是用空格分隔的。
• 测试4：单纯用contains会匹配到包含目标class子串的其他类，导致结果不准确。

内容的提问来源于stack exchange，提问作者Ajay Pun Magar