在python中使用XPath提取包含关键字的href值

Question

我知道这个问题的变体已经被问了很多次，但我没能破解它并得到我想要的。

我有一个网站，里面有几个表。感兴趣的表包含一列，每行都包含链接到不同页面的单词Text。以下是上面链接页面第一行的一个具体示例：

<a href="_alexandria_RIC_VI_099b_K-AP.txt">Text</a>

这是一般模式：

<a href="_something_something-blah-blah.txt">Text</a>

现在我正在做这个：

import requests  
import lxml.html as lh
page = requests.get("http://www.wildwinds.com/coins/ric/constantine/t.html")
doc = lh.fromstring(page.content)
href_elements = doc.xpath('/html/body/center/table/tbody/tr/td/a/@href')
print(href_elements)

所需的响应应该是一个项目数组，如下所示：_something_something-blah-blah.txt我得到的是一个空数组。

由于页面中还有其他我不感兴趣的href元素，我还想修改查询，只获取值中包含.txt的href元素。

非常感谢您能提供的任何帮助！

Answer 1

尝试以下操作：

href_elements = doc.xpath('//center//table//a[contains(@href,".txt")]["Text"]/@href')
for href in href_elements:
print(href)

输出：

_alexandria_RIC_VI_099b_K-AP.txt
_alexandria_RIC_VI_100.txt
_alexandria_RIC_VI_136.txt
_alexandria_RIC_VI_156.txt

等等。