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>
答案 0 :(得分:9)
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)
答案 1 :(得分:2)
我如何在lxml中使用XPath 2.0函数?
你不能(reference):
在这种情况下,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。
contains()
可能是最接近的:
.//p3[contains(., 'ABC')]//preceding::p2//p3