代码之家 › 专栏 › 技术社区 › max

使用lxml findall()和xpath查找多种类型的标记?

lxml xml python

max · 技术社区 · 6 年前

我想在XML文件中搜索多个标记。

我可以单独评估这些命令:

tree.findall('.//title')
tree.findall('.//p')

但我如何同时评估它们呢?我在找一个类似 .// title or .//p

我在一个特种部队的岗位上试过这个命令

tree.findall('.//(p|title)')

但我得到了这个回溯错误 SyntaxError: invalid descendant

2 回复 | 直到 6 年前

alecxe 6 年前

* self:: ( reference ):

tree.xpath("//*[self::p or self::title]")

演示:

In [1]: from lxml.html import fromstring

In [2]: html = """
    ...: <body>
    ...:     <p>Paragraph 1</p>
    ...:     <div>Other info</div>
    ...:     <title>Title 1</title>
    ...:     <span>
    ...:         <p>Paragraph 2</p>
    ...:     </span>
    ...:     <title>Title 2</title>
    ...: </body>
    ...: """

In [3]: root = fromstring(html)

In [4]: [elm.text_content() for elm in root.xpath("//*[self::p or self::title]")] 
Out[4]: ['Paragraph 1', 'Title 1', 'Paragraph 2', 'Title 2']

kjhughes 6 年前

尝试

tree.findall('.//p | .//title')

结果是两个节点集合并。

推荐文章

Community wiki · 如何调试Python内存故障?

2 年前

fleaheap · 如何使用lxml和python遍历html文档及其子文档的<body>

7 年前

Nebulosar Nutcracker · python lxml-如何在XML中获取子元素的值

7 年前

Jack Hudgins · 解析网站获取NBA球队RPI的表格数据

7 年前

Greenev · 在Python中,如何将空字符串传递到三引号的f字符串中?

7 年前

Lorcan Kelleher · 使用lxml/requests从网页获取TLE(Python3.6.4)

7 年前

LeCoda · 使用lxml获取xml数据

7 年前

Florian · xpath内部为空

7 年前

SIM · 无法分析来自不同表的'th'标记和'td'标记的数据

7 年前

qtopierw · 如何在Python中使用lxml更改XML命名空间?

7 年前