python - 提取属性值,Lxml

Question

我有以下 Xml 文件:

'<?xml version="1.0" encoding="UTF-8" standalone="yes"?>\r\n<w:document xmlns:wpc="http://schemas.microsoft.com/office/word/2010/wordprocessingCanvas" xmlns:mc="http://schemas.openxmlformats.org/markup-compatibility/2006" xmlns:o="urn:schemas-microsoft-com:office:office" xmlns:r="http://schemas.openxmlformats.org/officeDocument/2006/relationships" xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math" xmlns:v="urn:schemas-microsoft-com:vml" xmlns:wp14="http://schemas.microsoft.com/office/word/2010/wordprocessingDrawing" xmlns:wp="http://schemas.openxmlformats.org/drawingml/2006/wordprocessingDrawing" xmlns:w10="urn:schemas-microsoft-com:office:word" xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main" xmlns:w14="http://schemas.microsoft.com/office/word/2010/wordml" xmlns:wpg="http://schemas.microsoft.com/office/word/2010/wordprocessingGroup" xmlns:wpi="http://schemas.microsoft.com/office/word/2010/wordprocessingInk" xmlns:wne="http://schemas.microsoft.com/office/word/2006/wordml" xmlns:wps="http://schemas.microsoft.com/office/word/2010/wordprocessingShape" mc:Ignorable="w14 wp14"><w:body><w:p w:rsidR="00706A37" w:rsidRPr="004A1CE5" w:rsidRDefault="004A1CE5"><w:pPr><w:pStyle w:val="Heading1"/><w:numPr><w:ilvl w:val="12"/><w:numId w:val="0"/></w:numPr><w:rPr><w:sz w:val="28"/><w:szCs w:val="28"/></w:rPr></w:pPr><w:commentRangeStart w:id="0"/><w:r w:rsidRPr="004A1CE5"><w:rPr><w:sz w:val="28"/><w:szCs w:val="28"/></w:rPr><w:t>H</w:t></w:r><w:commentRangeEnd w:id="0"/><w:r w:rsidR="00A23794"><w:rPr><w:rStyle w:val="CommentReference"/> 

我需要提取 id 的值在<w:commentRangeStart>内标签 。我查看了很多关于 SO 的问题，发现了以下类型:

我尝试过: (使用 commentRangeStart 标签迭代每个 p，并检索 attrib。这没有返回任何内容。

for p in lxml_tree.xpath('.//w:p/commentRangeStart',namespaces = {'w':w}):
    print p.attrib

我尝试了 'commentRangeStart[@id]' 的各种组合和commentRangeStart/@id但没有一个起作用。我提到了很多问题，其中之一是 here .
我更喜欢一种遍历每个 p 然后搜索评论标签的方式。喜欢:

for p in lxml_tree.xpath('.//w:p',namespaces = {'w':w}):  
    p.xpath(./w:commentRangeStart/...)

等等..

我的表情怎么了？？

Answer 1

您需要限定命名空间:

for p in root.xpath('.//w:p/w:commentRangeStart', namespaces={'w':w}):
    print p.attrib

输出:

{'{http://schemas.openxmlformats.org/wordprocessingml/2006/main}id': '0'}

<小时/>

替代方案:

for id_ in root.xpath('.//w:p/w:commentRangeStart/@w:id', namespaces={'w': w}):
    print id_

输出:

0