我有一个简短的 XML 文档:
<tag1 xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns="http://example.com/2009/namespace">
<tag2>
<tag3/>
<tag3/>
</tag2>
</tag1>
一个简短的 Python 程序像这样加载这个 XML 文件:
from lxml import etree
f = open( 'myxml.xml' )
tree = etree.parse(f)
MY_NAMESPACE = 'http://example.com/2009/namespace'
xpath = etree.XPath( '/f:tag1/f:tag2/f:tag3', namespaces = { 'f': MY_NAMESPACE } )
# get first element that matches xpath
elem = xpath(tree)[0]
# get xpath for an element
print tree.getpath(elem)
我希望通过这段代码获得一个有意义的、人类可读的 xpath,然而,我却得到了一个类似 /*/*/*[1]
的字符串。
知道是什么原因造成的吗?我该如何诊断这个问题?
注意:使用 Python 2.7.9 和 lxml 2.3
最佳答案
看起来 getpath()
(底层 libxml2 调用 xmlGetNodePath
)为命名空间文档生成位置表达式 xpath。
评论部分的用户 mzjn 指出,自 lxml v3.4.0 以来,函数 getelementpath()
生成具有完全限定标签名称(使用 "Clark notation" )的人类可读的 xpath。此函数通过从节点向上遍历树而不是使用 libxml2 API 调用来生成 xpath。
同样,如果lxml v3.4+不可用,可以自己写一个树遍历函数。
关于Python lxml : how to get human-readable XPath for XML element?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32049442/