python – lxml通过regex查找标签

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – lxml通过regex查找标签，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1870字，纯文字阅读大概需要3分钟。

内容图文

我正在尝试使用lxml来获取格式为的标记数组

<TEXT1>TEXT</TEXT1>

<TEXT2>TEXT</TEXT2>

<TEXT3>TEXT</TEXT3>

我试过用

xml_file.findall("TEXT*")

但是这会搜索文字星号.

我也尝试使用ETXPath,但似乎无法正常工作.
是否有任何API函数可以使用它,因为假设
TEXT被整数追加并不是最漂亮的解决方案.

解决方法:

是的,你可以使用regular expressions in lxml xpath.

这是一个例子：

results = root.xpath(
    "//*[re:test(local-name(), '^TEXT.*')]",
    namespaces={'re': "http://exslt.org/regular-expressions"})

当然,在你提到的例子中,你并不需要正则表达式.你可以使用starts-with() xpath函数：

results = root.xpath("//*[starts-with(local-name(), 'TEXT')]")

完整计划：

from lxml import etree

root = etree.XML('''
    <root>
      <TEXT1>one</TEXT1>
      <TEXT2>two</TEXT2>
      <TEXT3>three</TEXT3>
      <x-TEXT4>but never four</x-TEXT4>
    </root>''')

result1 = root.xpath(
    "//*[re:test(local-name(), '^TEXT.*')]",
    namespaces={'re': "http://exslt.org/regular-expressions"})

result2 = root.xpath("//*[starts-with(local-name(), 'TEXT')]")

assert(result1 == result2)

for result in result1:
    print result.text, result.tag

满足新要求,请考虑以下XML：

<root>
   <tag>
      <TEXT1>one</TEXT1>
      <TEXT2>two</TEXT2>
      <TEXT3>three</TEXT3>
   </tag>
   <other_tag>
      <TEXT1>do not want to found one</TEXT1>
      <TEXT2>do not want to found two</TEXT2>
      <TEXT3>do not want to found three</TEXT3>
   </other_tag>
</root>

如果想要找到所有TEXT元素,它们是< tag>的直接子元素.元件：

result = root.xpath("//tag/*[starts-with(local-name(), 'TEXT')]")
assert(' '.join(e.text for e in result) == 'one two three')

或者,如果想要所有TEXT元素只是第一个标记元素的直接子元素：

result = root.xpath("//tag[1]/*[starts-with(local-name(), 'TEXT')]")
assert(' '.join(e.text for e in result) == 'one two three')

或者,如果只想找到每个标记元素的第一个TEXT元素：

result = root.xpath("//tag/*[starts-with(local-name(), 'TEXT')][1]")
assert(' '.join(e.text for e in result) == 'one')

Resorources：

> http://www.w3schools.com/xpath/
> http://lxml.de/xpathxslt.html

内容总结

以上是互联网集市为您收集整理的python – lxml通过regex查找标签全部内容，希望文章能够帮你解决python – lxml通过regex查找标签所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---