如何在 Python 中使用 XPath？
- 2025-01-21 09:01:00
- admin 原创
- 75
问题描述：
有哪些库支持 XPath？有完整的实现吗？如何使用该库？它的网站在哪里？
解决方案 1：
libxml2有许多优点：
符合规范
积极发展和社区参与
速度。这实际上是一个围绕 C 实现的 Python 包装器。
普遍性。libxml2 库非常普遍，因此经过了良好的测试。
缺点包括：
符合规范。它很严格。在其他库中，默认命名空间处理等操作更容易。
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。可以使用 RPM 来缓解一些麻烦。
手动资源处理。请注意以下示例中对 freeDoc() 和 xpathFreeContext() 的调用。这不太符合 Python 风格。
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应对本机代码的分发，请使用 libxml2。
libxml2 XPath 使用示例
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解决方案 2：
lxml 包支持xpath。它似乎工作得很好，尽管我在使用 self:: axis 时遇到了一些问题。还有Amara，但我个人没有用过。
解决方案 3：
听起来像是 lxml 广告。;) ElementTree 包含在 std 库中。在 2.6 及以下版本中，其 xpath 相当弱，但在 2.7+ 和 3.x 中得到了很大改进：
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:
if elem.attrib.get('name') == 'foo':
result = elem.text
break
解决方案 4：
使用 LXML。LXML 充分利用了 libxml2 和 libxslt 的全部功能，但将它们包装在比这些库原生的 Python 绑定更“Pythonic”的绑定中。因此，它获得了完整的 XPath 1.0 实现。原生 ElemenTree 支持 XPath 的有限子集，但它可能足以满足您的需求。
解决方案 5：
另一个选项是py-dom-xpath，它可以与 minidom 无缝协作，并且是纯 Python，因此可以在 appengine 上运行。
import xpath
xpath.find('//item', doc)
解决方案 6：
您可以使用：
pyxml文件：
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
libxml2：
import libxml2
doc = libxml2.parseFile('foo.xml')
for url in doc.xpathEval('//@Url'):
print url.content
解决方案 7：
您可以使用简单soupparser的lxml
例子：
from lxml.html.soupparser import fromstring
tree = fromstring("<a>Find me!</a>")
print tree.xpath("//a/text()")
解决方案 8：
如果您希望将 XPATH 的强大功能与使用 CSS 的能力相结合，则可以使用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!'
解决方案 9：
elementtree的最新版本对 XPath 的支持非常好。由于不是 XPath 专家，我不能肯定其实现是否完整，但它满足了我使用 Python 时的大部分需求。我还使用过 lxml 和 PyXML，我发现 etree 很不错，因为它是一个标准模块。
注意：我后来发现了 lxml，对我来说，它绝对是 Python 中最好的 XML 库。它也能很好地执行 XPath（尽管可能不是完整的实现）。
解决方案 10：
另一个库是 4Suite：http://sourceforge.net/projects/foursuite/
我不知道它是否符合规范。但就我使用而言，它工作得很好。它看起来被废弃了。
解决方案 11：
PyXML运行良好。
你没有说你使用的是哪个平台，但是如果你使用的是 Ubuntu，你可以使用它sudo apt-get install python-xml。我相信其他 Linux 发行版也有它。
如果您使用的是 Mac，xpath 已安装但无法立即访问。您可以PY_USE_XMLPLUS在环境中进行设置，也可以在导入 xml.xpath 之前以 Python 方式进行设置：
if sys.platform.startswith('darwin'):
os.environ['PY_USE_XMLPLUS'] = '1'
在最坏的情况下，您可能必须自己构建它。此包不再维护，但仍可正常构建并可与现代 2.x Python 配合使用。基本文档在此处。
