Не могу понять почему?

Question

[Игорь Статкевич]

<tr>
    <td valign="top" width="8%">
        <p><a href="/sites/documents/SFH_FHA_INFO_13-85.pdf">13-85</a></p>
    </td>
    <td valign="top" width="13%">
	<p>(12/27/13)</p>
    </td>
    <td>
	<p>HECM Standard and Saver loans must close by 12-31-13 (<a href="/sites/documents/ML13-27.pdf">ML 13-27</a>)</p>
    /td>
</tr>

Строк несколько, меня интересует первый столбец и ссылка на документ, так как ссылка может быть завернута в тег <p> а может и без него, я использую //a/@href
//tr/td[1]//a/@href
почему в отбор попадает ссылка из третьего столбца, я ведь ищу именно в td[1]

Answer 1

[Roman Fov]

По идее должно отрабатывать как надо.
Возможно попался долбанутый урезанный диалект.
Попробуйте другие варианты:
//tr/td[position() = 1]//a/@href
или
//tr/td[@width = '8%']//a/@href

Если не помогат, то код в студию...

Comments

[Игорь Статкевич]

Если делать так:

//tr/td[1]/a/@href
//tr/td[1]/p/a/@href

то отрабатывает как надо в сумме дает элементов столько сколько существует, если именно
//tr/td[1]//a/@href то начинает попадать из 3го (td[3]), хотя каким боком очень интересно
решил проблему так //td[1][a or p]//a/text(), хотя разницы тоже не вижу

[Roman Fov]

Игорь Статкевич,

//tr/td[1]/a/@href|//tr/td[1]/p/a/@href

???

[Игорь Статкевич]

Roman Fov, Согласен и так пойдет, больше интересно почему ? )

[Игорь Статкевич]

[Roman Fov]

Игорь Статкевич, потому что никакое по не свободно от ошибок.


Сам запрос верен. Но это не значит, что ошибка не может быть в процессоре обрабатывающем его

[Игорь Статкевич]

Все равно, что-то не то, что показывает chrome, тоже мне возвращает python при разборе dom через lxml, ошибка в обоих вариантах ?
если конечно интересно, вот сама ссылка, правда там нужна прокся USA/Canada
https://www.hud.gov/program_offices/housing/sfh/FH...
там где записи начинаются с 2013 года xpath начинает тупить

[Roman Fov]

Глянул код
Там вложенные таблицы.
//tr/td[1]//a/@href

Мы выбираем все хрэфы из ссылок НЕ СМОТРЯ НА ВЛОЖЕННОСТЬ.
А сама таблица лежит в другой таблице. В первом td.
Те вот эта часть //tr/td[1]
Выбирает не таблицу с данными, а таблицу с таблицей с данными.


А дальше уже ищем там все ссылки (во всей таблице получается)

[Roman Fov]

На скрине выделен элемент, попадающий под
//tr/td[1]

[Игорь Статкевич]

Спасибо за потраченное время, таблицу в таблице я как то и просмотрел, это же надо так криво сделать, ааа

[Roman Fov]

Да незашт)) Удачи с парсингом)

[Игорь Статкевич]

Спасибо, решил фильтровать в силу кривизны разметки так //tr[count(td)=3]/td[1]//a@href