lxml.etree.HTML中子元素xpath查询返回整页内容问题求解

问题原因 #

XPath语法规则中，以//开头的查询表达式默认的查询范围是整个文档的根节点，和你调用xpath方法的所属节点无关。因此你在l2（单个卡片元素）上执行//开头的xpath时，不会限定在l2的内部范围查询，而是直接返回整个页面的所有匹配结果，这是语法规则导致的正常现象，不是lxml的异常。

解决方法 #

只需要在xpath表达式开头添加.，代表查询范围限定为当前节点的内部，将原有的//替换为.//即可。

修改后的代码如下：

from lxml.etree import HTML
from requests import Session

z = Session()
z.params = {"filter[entry_type]": "business"}
x = z.get("https://www.local.ch/it/q", params={"where": 'Chiasso'}).text
x = HTML(x)
l1 = x.xpath("//*[starts-with(@class, 'js-entry-card-container')]")
for l2 in l1:
   # 开头加. 限定在l2内部查询
   l3 = l2.xpath(".//*[starts-with(@class, 'lui-margin-vertical-zero')]")

内容的提问来源于stack exchange，提问作者Marco Ocram