Как рекурсивно сопоставить все дочерние узлы, содержащие текст.
Если у меня есть дерево вроде
table
tr
td
"hello"
td
b
"hi"
tr
td
"salud"
td
em
"bonjour"
Как сопоставить каждую строку в узле таблицы с помощью xpath? Что-то вроде "//table/*/text()"?
Выражение XPath, которое вы дали, уже было почти правильным:
//table//text()
вы получите все текстовые узлы во всех таблицах документа.
Как насчет следующего?
from lxml import etree
from StringIO import StringIO
input = '''
<table>
<tr>
<td>hello</td>
<td><b>hi</b></td>
</tr>
<tr>
<td>salud</td>
<td><em>bonjour</em></td>
</tr>
</table>
'''
parser = etree.HTMLParser()
tree = etree.parse(StringIO(input), parser)
for p in tree.xpath("//table/tr/td//text()"):
print p
... что дает вывод:
hello
hi
salud
bonjour
