Question

图书馆是什么？有完整的实施吗？图书馆是如何使用的？它的网站在哪里？

Answer 1

libxml2有许多优点：

遵守spec
积极发展和社区参与
速度。这实际上是围绕C实现的python包装器。
无处不在。 libxml2库非常普遍，因此经过了充分测试。

缺点包括：

遵守spec。这很严格。其他库中的默认命名空间处理等更容易。
使用本机代码。这可能会很麻烦，具体取决于您的应用程序的分发/部署方式。 RPM可以缓解一些痛苦。
手动资源处理。请注意以下示例中对freeDoc（）和xpathFreeContext（）的调用。这不是非常Pythonic。

如果您正在进行简单的路径选择，请坚持使用ElementTree（包含在Python 2.5中）。如果您需要完全符合规范或原始速度并且可以处理本机代码的分发，请使用libxml2。

libxml2 XPath示例使用

import libxml2

doc = libxml2.parseFile("tst.xml")
ctxt = doc.xpathNewContext()
res = ctxt.xpathEval("//*")
if len(res) != 2:
    print "xpath query: wrong node set size"
    sys.exit(1)
if res[0].name != "doc" or res[1].name != "foo":
    print "xpath query: wrong node set value"
    sys.exit(1)
doc.freeDoc()
ctxt.xpathFreeContext()

ElementTree XPath使用示例

from elementtree.ElementTree import ElementTree
mydoc = ElementTree(file='tst.xml')
for e in mydoc.findall('/foo/bar'):
    print e.get('title').text

Answer 2

lxml package支持xpath。它似乎工作得很好，虽然我在self :: axis上遇到了一些麻烦。还有Amara，但我没有亲自使用它。

Answer 3

听起来就像这里的lxml广告。 ;）ElementTree包含在std库中。在2.6以下，它的xpath非常弱，但在2.7 much improved：

import xml.etree.ElementTree as ET
root = ET.parse(filename)
result = ''

for elem in root.findall('.//child/grandchild'):
    # How to make decisions based on attributes even in 2.6:
    if elem.attrib.get('name') == 'foo':
        result = elem.text
        break

Answer 4

使用LXML。 LXML使用libxml2和libxslt的全部功能，但将它们包含在比这些库本机的Python绑定更多的“Pythonic”绑定中。因此，它获得了完整的XPath 1.0实现。 Native ElemenTree支持有限的XPath子集，尽管它可能足以满足您的需求。

Answer 5

另一个选项是py-dom-xpath，它可以与minidom无缝协作，并且是纯Python，因此适用于appengine。

import xpath
xpath.find('//item', doc)

Answer 6

您可以使用：

<强>的PyXML ：

from xml.dom.ext.reader import Sax2
from xml import xpath
doc = Sax2.FromXmlFile('foo.xml').documentElement
for url in xpath.Evaluate('//@Url', doc):
  print url.value

<强>的libxml2 ：

import libxml2
doc = libxml2.parseFile('foo.xml')
for url in doc.xpathEval('//@Url'):
  print url.content

Answer 7

最新版本的elementtree非常支持XPath。不是XPath专家我不能确定实现是否已满，但在使用Python时它满足了我的大部分需求。我也使用lxml和PyXML，我发现etree很好，因为它是一个标准模块。

注意：我已经找到了lxml，对我而言，它绝对是Python中最好的XML库。它也很好地完成了XPath（尽管也许不是完整的实现）。

Answer 8

您可以使用soupparser

中的简单lxml

实施例

from lxml.html.soupparser import fromstring

tree = fromstring("<a>Find me!</a>")
print tree.xpath("//a/text()")

Answer 9

如果你想拥有XPATH的强大功能，并且能够在任何时候使用CSS，你可以使用parsel：

>>> from parsel import Selector
>>> sel = Selector(text=u"""<html>
        <body>
            <h1>Hello, Parsel!</h1>
            <ul>
                <li><a href="http://example.com">Link 1</a></li>
                <li><a href="http://scrapy.org">Link 2</a></li>
            </ul
        </body>
        </html>""")
>>>
>>> sel.css('h1::text').extract_first()
'Hello, Parsel!'
>>> sel.xpath('//h1/text()').extract_first()
'Hello, Parsel!'

Answer 10

另一个图书馆是4Suite：http://sourceforge.net/projects/foursuite/

我不知道它是如何符合规范的。但它对我的使用非常有效。它看起来已经废弃了。

Answer 11

PyXML效果很好。

您没有说出您正在使用的平台，但是如果您使用的是Ubuntu，则可以使用sudo apt-get install python-xml获取该平台。我相信其他Linux发行版也有它。

如果您使用的是Mac，则已安装xpath但无法立即访问。您可以在环境中设置PY_USE_XMLPLUS，或者在导入xml.xpath之前以Python方式执行：

if sys.platform.startswith('darwin'):
    os.environ['PY_USE_XMLPLUS'] = '1'

在最糟糕的情况下，您可能需要自己构建它。这个包不再维护，但仍然可以很好地构建并与现代的2.x Pythons一起使用。基本文档为here。

Answer 12

如果您需要 html ：

import lxml.html as html
root  = html.fromstring(string)
root.xpath('//meta')

如何在Python中使用Xpath？

12 个答案:

实施例