python 1.0 :元素属性的唯一值

Question

Here是获取唯一值的一种方法。如果我想得到唯一的属性，它就无效了。例如：

<a href = '11111'>sometext</a>
<a href = '11121'>sometext2</a>
<a href = '11111'>sometext3</a>

我想要一个独特的裁判。受XPath1.0限制

page_src.xpath( '(//a[not(.=preceding::a)] )')
page_src.xpath( '//a/@href[not(.=preceding::a/@href)]' )

还复本。有可能在unique-values缺勤的情况下解决这个噩梦吗？

UPD :它不是我想要的函数那样的解决方案，但我编写了python函数，它遍历父元素并检查是否将父标记筛选器链接添加到所需的计数。

以下是我的例子：

_x_item = (
    '//a[starts-with(@href, "%s")'
    'and (not(@href="%s"))'
    'and (not (starts-with(@href, "%s"))) ]'
    %(param1, param1, param2 ))

#rm double links
neededLinks = list(map(lambda vasa: vasa.get('href'), page_src.xpath(_x_item)))
if len(neededLinks)!=len(list(set(neededLinks))):
    uniqLength = len(list(set(neededLinks)))
    breakFlag = False
    for linkk in neededLinks:
        if neededLinks.count(linkk)>1:
            dupLinks = page_src.xpath('//a[@href="%s"]'%(linkk))
            dupLinkParents = list(map(lambda vasa: vasa.getparent(), dupLinks))
            for dupParent in dupLinkParents:
                tempLinks = page_src.xpath(_x_item.replace('//','//%s/'%(dupParent.tag)))
                tempLinks = list(map(lambda vasa: vasa.get('href'), tempLinks))
                if len(tempLinks)==len(set(neededLinks)):
                    breakFlag = True
                    _x_item = _x_item.replace('//','//%s/'%(dupParent.tag))
                    break
            if breakFlag:
                break

如果重复链接具有不同的父链接，但具有相同的@href值，则此操作将有效。

因此，我将添加parent.tag前缀，如//div/my_prev_x_item

另外，使用python，我可以将结果更新为//div[@key1="val1" and @key2="val2"]/my_prev_x_item，在dupParent.items()上迭代。但是，只有当项不在同一个父对象中时才能工作。

因此，我只需要x_path_expression，，所以我不能只使用list(set(myItems))。

如果存在，我想要更简单的解决方案(比如unique-values() )。此外，如果链接的父级相同，则我的解决方案不起作用。

Answer 1

你可以提取所有的萤火虫，然后找出唯一的：

all_hrefs = page_src.xpath('//a/@href')
unique_hrefs = list(set(all_hrefs))