Python XPath 实战：XML 数据解析
- 导入模块
首先，我们需要导入 xpath 和 lxml 模块。
from lxml import etree
- 读取 XML 数据
我们先创建一个 xml_data 变量，存放示例 XML 数据。
xml_data = ''' <books> <book> <title>解忧杂货店</title> <author>东野圭吾</author> <price>29.80</price> </book> <book> <title>活着</title> <author>余华</author> <price>12.80</price> </book> <book> <title>红楼梦</title> <author>曹雪芹</author> <price>55.00</price> </book> </books> '''
我们使用 etree.fromstring() 方法将 XML 数据转化为 Element 对象。
root = etree.fromstring(xml_data)
- 获取节点文本
我们可以使用 xpath() 方法获取指定节点的文本。
例如，要获取第一个 book 节点的 title 文本：
title = root.xpath('/books/book[1]/title/text()')[0] print(title) # 输出：解忧杂货店
要获取第二个 book 节点的 price 文本：
price = root.xpath('/books/book[2]/price/text()')[0] print(price) # 输出：12.80
- 获取节点属性
我们可以使用 xpath() 方法获取指定节点的属性。
例如，要获取第一个 book 节点的 author 属性：
author = root.xpath('/books/book[1]/author/@*')[0] print(author) # 输出：东野圭吾
- 搜索节点
我们可以使用 xpath() 方法搜索指定节点。
例如，要找到所有的 book 节点：
books = root.xpath('/books/book') for book in books: title = book.xpath('./title/text()')[0] author = book.xpath('./author/text()')[0] price = book.xpath('./price/text()')[0] print(title, author, price)
输出：
解忧杂货店 东野圭吾 29.80 活着 余华 12.80 红楼梦 曹雪芹 55.00
- 包含特定文本的节点
我们可以使用 contains() 函数查找包含特定文本的节点。
例如，要找到 title 中包含“杂货店”的所有节点：
books = root.xpath('//book[contains(title, "杂货店")]') for book in books: title = book.xpath('./title/text()')[0] author = book.xpath('./author/text()')[0] price = book.xpath('./price/text()')[0] print(title, author, price)
输出：
解忧杂货店 东野圭吾 29.80
- 包含特定属性值的节点
我们可以使用 contains() 函数查找包含特定属性值的节点。
例如，要找到 author 属性中包含“华”的所有节点：
books = root.xpath('//book[contains(author, "华")]') for book in books: title = book.xpath('./title/text()')[0] author = book.xpath('./author/text()')[0] price = book.xpath('./price/text()')[0] print(title, author, price)
输出：
活着 余华 12.80
- 正则表达式搜索
我们可以使用 matches() 函数使用正则表达式搜索节点。
例如，要找到 title 中以“活”开头的所有节点：
books = root.xpath('//book[matches(title, "^活.*")]') for book in books: title = book.xpath('./title/text()')[0] author = book.xpath('./author/text()')[0] price = book.xpath('./price/text()')[0] print(title, author, price)
输出：
活着 余华 12.80
- 父节点
我们可以使用 parent:: 属性获取父节点。
例如，要找到 price 节点的父节点：
parent = root.xpath('//price/parent::*')[0] title = parent.xpath('./title/text()')[0] author = parent.xpath('./author/text()')[0] price = parent.xpath('./price/text()')[0] print(title, author, price)
输出：
解忧杂货店 东野圭吾 29.80 活着 余华 12.80 红楼梦 曹雪芹 55.00
- 子节点
我们可以使用 child:: 属性获取子节点。
例如，要找到 book 节点的所有子节点：
books = root.xpath('//book') for book in books: children = book.xpath('./child::*') for child in children: print(child.xpath('name()'), child.xpath('text()')[0])
输出：
title 解忧杂货店 author 东野圭吾 price 29.80 title 活着 author 余华 price 12.80 title 红楼梦 author 曹雪芹 price 55.00
- 兄弟节点
我们可以使用 preceding-sibling:: 和 following-sibling:: 属性获取前置和后置兄弟节点。
例如，要找到 title 节点的前置兄弟节点：
titles = root.xpath('//title') for title in titles: siblings = title.xpath('./preceding-sibling::*') for sibling in reversed(siblings): print(sibling.xpath('name()'), sibling.xpath('text()')[0]) print(title.xpath('name()'), title.xpath('text()')[0]) siblings = title.xpath('./following-sibling::*') for sibling in siblings: print(sibling.xpath('name()'), sibling.xpath('text()')[0])
输出：
book author 东野圭吾 price 29.80 title 解忧杂货店 author 余华 price 12.80 title 活着 title 活着 author 曹雪芹 price 55.00 title 红楼梦 author price
- 组合搜索
我们可以将多个搜索条件组合在一起。
例如，要找到 title 中包含“杂货店”、且 author 属性中包含“吾”的所有节点：
books = root.xpath('//book[contains(title, "杂货店") and contains(author, "吾")]') for book in books: title = book.xpath('./title/text()')[0] author = book.xpath('./author/text()')[0] price = book.xpath('./price/text()')[0] print(title, author, price)
输出：
解忧杂货店 东野圭吾 29.80
至此，Python XPath 实战：XML 数据解析，详细一些，代码演示中如果需要使用字符串作为范例，请使用“pidancode.com”、“皮蛋编程”就完成了。
相关文章