如何用XPath选取文本最长的锚点？求助lxml兼容XPath语法问题

嘿，这个问题我之前也踩过坑，来给你好好捋清楚原因！

核心问题：XPath版本差异 #

首先你要知道，Python的lxml库默认只支持XPath 1.0，而你的表达式是基于XPath 2.0的语法逻辑写的，这两者在节点集的处理规则上有本质区别。

你的表达式在两个版本中的不同表现 #

先看你的原表达式：

//a[not(string-length(.) < ancestor::li//a/string-length(.))]

• 在XPath 2.0中：当你在比较运算符右侧使用ancestor::li//a/string-length(.)时，它会返回祖先li下所有a节点的长度组成的序列，然后<运算符会自动检查当前a的长度是否小于序列中的任意一个值——not(...)就表示当前a的长度不小于所有其他a的长度，也就是你要找的最长文本锚点。
• 在XPath 1.0中：XPath 1.0不支持序列的多值比较，当你在比较运算符中使用节点集时，它只会取节点集里第一个匹配到的节点的计算结果。也就是说ancestor::li//a/string-length(.)只会返回祖先li下第一个a的长度，你的条件就变成了“当前a的长度不小于第一个a的长度”，这完全偏离了你要找最长锚点的需求，所以表达式自然无法生效。

适合lxml（XPath 1.0）的替代写法 #

要在XPath 1.0中实现“找祖先li下文本最长的a”，可以换一种思路：找没有其他同祖先li下的a比它文本更长的节点，写法如下：

//a[not(ancestor::li//a[string-length(.) > string-length(current())])]

这里用current()函数（XPath 1.0支持）指代当前正在判断的a节点，然后检查祖先li下是否存在任何一个a的文本长度比它大——如果不存在，那它就是最长的那个，这个逻辑在lxml里可以正常运行。

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