如何使用XPath提取href属性？现有提取代码返回空数组，问题出在哪？

嘿，我来帮你拆解下这段代码的问题，以及怎么正确提取href属性~

首先，你的代码返回空数组[]主要有两个原因：

• XPath索引规则用错了：XPath里的元素索引是从1开始的，不是0！你写的a[0]根本定位不到任何元素，因为不存在第0个a标签。如果这个div下只有这一个a标签，直接写a就可以，或者用a[1]明确指定第一个a元素。
• 提取目标不对：这个a标签里面嵌套的是img元素，本身没有文本内容（text()提取的是元素的文本节点），所以哪怕定位到了a标签，用text()也拿不到任何内容，自然返回空数组。

接下来，说说怎么提取a标签的href属性：

要提取HTML元素的属性，XPath里用@属性名的语法就可以。针对你的场景，正确的写法应该是：

hrefs = doc.xpath("//div[@class='image']/a/@href")

执行这段代码后，就能得到a标签的href属性值啦（结果会是一个包含该URL的列表，因为xpath方法默认返回所有匹配结果的列表）。

如果只需要第一个匹配到的href值，还可以这样写（以lxml库为例）：

# 方法1：取列表第一个元素
first_href = doc.xpath("//div[@class='image']/a/@href")[0]
# 方法2：先定位到a元素，再用get方法取属性
first_href = doc.xpath("//div[@class='image']/a")[0].get('href')

内容的提问来源于stack exchange，提问作者iDelusion