Question

我正在尝试在python中使用以下xpath查询

from lxml.html.soupparser import fromstring
root = fromstring(inString)
nodes = root.xpath(".//p3[matches(.,'ABC')]//preceding::p2//p3")

但它给了我错误

  nodes = root.xpath(".//p3[matches(.,'ABC')]//preceding::p2//p3")
  File "lxml.etree.pyx", line 1507, in lxml.etree._Element.xpath (src\lxml\lxml.etree.c:52198)
  File "xpath.pxi", line 307, in lxml.etree.XPathElementEvaluator.__call__ (src\lxml\lxml.etree.c:152124)
  File "xpath.pxi", line 227, in lxml.etree._XPathEvaluatorBase._handle_result (src\lxml\lxml.etree.c:151097)
  File "xpath.pxi", line 212, in lxml.etree._XPathEvaluatorBase._raise_eval_error (src\lxml\lxml.etree.c:150896)
  lxml.etree.XPathEvalError: Unregistered function

我如何在lxml中使用XPath 2.0函数？

澄清

我之前使用的是contains函数

nodes = root.xpath(".//p3[contains(text(),'ABC')]//preceding::p2//p3")

问题是我的xml在文本中有换行符和空格，因此我尝试使用类似

的内容

nodes = root.xpath(".//p3[contains(normalize-space(),'ABC')]//preceding::p2//p3")

但这没有效果。最后我尝试使用匹配功能，我得到了错误。

示例XML

<doc>

<q></q>

<p1>
    <p2 dd="ert" ji="pp">

        <p3>1</p3>
        <p3>2</p3>
        <p3>
               ABC
        </p3>
        <p3>3</p3>

     </p2>

     <p2 dd="ert" ji="pp">

        <p3>4</p3>
        <p3>5</p3>
        <p3>ABC</p3>
        <p3>6</p3>

     </p2>

</p1>
<r></r>
<p1>
    <p2 dd="ert" ji="pp">

        <p3>7</p3>
        <p3>8</p3>
        <p3>ABC
        </p3>
        <p3>9</p3>

     </p2>

     <p2 dd="ert" ji="pp">

        <p3>10</p3>
        <p3>11</p3>
        <p3>ABC</p3>
        <p3>12</p3>

     </p2>

</p1>
</doc>

Answer 1

正如另一个答案中所提到的，强调引用文档的另一部分，您可以使用EXSLT扩展来使用lxml的正则表达式match()函数，例如：

......
ns = {"re": "http://exslt.org/regular-expressions"}
nodes = root.xpath(".//p3[re:match(.,'ABC')]//preceding::p2//p3", namespaces=ns)

Answer 2

我如何在lxml中使用XPath 2.0函数？

你不能（reference）：

lxml以符合标准的方式通过libxml2和libxslt支持XPath 1.0 ，XSLT 1.0和EXSLT扩展。

在这种情况下，

contains()可能是最接近的：

.//p3[contains(., 'ABC')]//preceding::p2//p3

XPathEvalError：lxml中matches（）的未注册函数

2 个答案: