如何删除lxml.etree._Element前2个元素且不转列表以正常使用XPath

问题原因 #

直接对lxml.etree._Element类型对象执行切片操作，返回的是子节点组成的Python原生列表，列表本身没有xpath方法，自然会抛出属性错误。

解决方案 #

方案1：直接删除目标元素的前2个子节点 #

该方案会修改原p元素的结构，适合后续需要用到修改后p元素的场景：

root = etree.HTML(res.text)
p = root.xpath('//div[@id="J"]/p')
target_p = p[0]
# 遍历删除前2个子节点，原对象仍为Element类型
for child in target_p.getchildren()[:2]:
    target_p.remove(child)
# 正常调用xpath方法
p_content = target_p.xpath('string(.)')

方案2：通过XPath语法直接过滤前2个节点，无需修改原对象 #

该方案不会改动原元素结构，仅在提取内容时跳过前2个子节点，更轻量化：

root = etree.HTML(res.text)
p = root.xpath('//div[@id="J"]/p')
# position()从1开始计数，position()>2就跳过前2个节点，直接提取目标内容
# 仅过滤元素节点可将node()替换为*
p_content = p[0].xpath('string(./node()[position()>2])')

内容的提问来源于stack exchange，提问作者Trinidad