Question

我正在与lxml.etree合作，并且我试图允许用户在docbook中搜索文本。当用户提供搜索文本时，我使用exslt match函数查找docbook中的文本。如果文字显示在element.text内，则匹配正常，但如果文字位于element.tail中则不会。

以下是一个例子：

>>> # XML as lxml.etree element
>>> root = lxml.etree.fromstring('''
...   <root>
...     <foo>Sample text
...       <bar>and more sample text</bar> and important text.
...     </foo>
...   </root>
... ''')
>>>
>>> # User provides search text    
>>> search_term = 'important'
>>>
>>> # Find nodes with matching text
>>> matches = root.xpath('//*[re:match(text(), $search, "i")]', search=search_term, namespaces={'re':'http://exslt.org/regular-expressions'})
>>> print(matches)
[]
>>>
>>> # But I know it's there...
>>> bar = root.xpath('//bar')[0]
>>> print(bar.tail)
 and important text.

我感到困惑，因为text()函数本身会返回所有文本 - 包括tail：

>>> # text() results
>>> text = root.xpath('//child1/text()')
>>> print(text)
['Sample text',' and important text']

当我使用tail函数时，为什么不包括match？

Answer 1

当我使用匹配函数时，如何不包含尾部？

那是因为在xpath 1.0中，当给定一个节点集时，match()函数（或任何其他字符串函数，如contains()，starts-with()等）只考虑到第一个节点。

您可以使用//text()而不是您所做的，并在单个文本节点上应用正则表达式匹配过滤器，然后返回文本节点的父元素，如下所示：

xpath = '//text()[re:match(., $search, "i")]/parent::*'
matches = root.xpath(xpath, search=search_term, namespaces={'re':'http://exslt.org/regular-expressions'})

xpath正则表达式不会在lxml.etree

1 个答案: