XPath子遍历方法和性能

Question

我在Python 2.7上使用lxml。

给定一个节点node和一个子节点child_element，它们之间有什么区别： node.xpath('./child_element')

node.xpath("*[local-name()='child_element']")

换句话说，这里引人注目的是什么？有什么理由应该是＆＃34;更好＆＃34;比另一个（在表现或正确性方面）？

我已经阅读了lxml文档和大量其他XPath查询资源，但没有找到任何真正的说明。

Answer 1

这是一个很好的问题，不容易找到答案。

主要区别在于local-name() 不考虑标记的前缀（名称空间）。

例如，给定节点<x:html xmlns:x="http://www.w3.org/1999/xhtml"/>，local-name将与html标记匹配，而//html将不起作用，//x:html也不会。

如果您有任何问题，请考虑以下代码。

显示代码

设定：

from lxml.etree import fromstring
tree = fromstring('<x:html xmlns:x="http://www.w3.org/1999/xhtml"/>')

现在无法使用标签选择器：

tree.xpath('//html')
# []

tree.xpath('//x:html')
# XPathEvalError: Undefined namespace prefix

但是使用local-name我们仍然可以获得元素（考虑命名空间）

tree.xpath('//*[local-name() = "html"]')
# [<Element {http://www.w3.org/1999/xhtml}html at 0x103b8d848>]

使用name()严格命名空间：

tree.xpath('//*[name() = "x:html"]')
# [<Element {http://www.w3.org/1999/xhtml}html at 0x103b8d848>]

效果

我将此网站解析为树，并使用以下查询：

%timeit tree.xpath('//*[local-name() = "div"]')
# 1000 loops, best of 3: 570 µs per loop

%timeit tree.xpath('//div')
# 10000 loops, best of 3: 44.4 µs per loop

现在进入实际的名称空间。我从here解析了一个块。

example = """ ... """
from lxml.etree import fromstring
tree = fromstring(example)

%timeit tree.xpath('//hr:author', 
                   namespaces = {'hr' : 'http://eric.van-der-vlist.com/ns/person'})
# 100000 loops, best of 3: 18.2 µs per loop

%timeit tree.xpath('//*[local-name() = "author"]')
# 10000 loops, best of 3: 37.7 µs per loop

结论

我不得不重写结论，因为在使用命名空间方法后，很明显使用命名空间时的增益也存在。指定命名空间（导致优化）时，大约快2倍，而不是使用local-name。