如何使用 lxml 进行不区分大小写的 Python XPath 搜索

我正在尝试使用 XPath 中的lower-case函数匹配国家或国家/地区。 translate有点混乱，所以使用小写和我的 Python 版本 2.6.6 支持 XPath 2.0 我相信因为小写仅在 XPath 2.0 中可用。

我如何在我的情况下使用小写是我正在寻找的。希望这个例子是不言自明的。我正在寻找['USA', 'US']作为输出（两个国家一气呵成，如果小写评估国家和国家相同，可能会发生这种情况）。

HTML： doc.htm

<html>
    <table>
        <tr>
            <td>
                Name of the Country : <span> USA </span>
            </td>
        </tr>
        <tr>
            <td>
                Name of the country : <span> UK </span>
            </td>
        </tr>
</table>

蟒：

import lxml.html as lh
doc = open('doc.htm', 'r')
out = lh.parse(doc)
doc.close()
print out.xpath('//table/tr/td[text()[contains(. , "Country")]]/span/text()')
# Prints : [' USA ']
print out.xpath('//table/tr/td[text()[contains(. , "country")]]/span/text()')
# Prints : [' UK ']
print out.xpath('//table/tr/td[lower-case(text())[contains(. , "country")]]/span/text()')
# Prints : [<Element td at 0x15db2710>]

更新：

out.xpath('//table/tr/td[text()[contains(translate(., "ABCDEFGHIJKLMNOPQRSTUVWXYZ", "abcdefghijklmnopqrstuvwxyz") , "country")]]/span/text()')

现在问题仍然存在，我可以将翻译部分存储为全局变量"handlecase"并在执行 XPath 时打印该全局变量吗？

像这样的东西有效：

handlecase = """translate(., "ABCDEFGHIJKLMNOPQRSTUVWXYZ", "abcdefghijklmnopqrstuvwxyz")"""
out.xpath('//table/tr/td[text()[contains(%s , "country")]]/span/text()' % (handlecase))

但是为了简单和可读性，我想像这样运行它：

out.xpath('//table/tr/td[text()[contains(handlecase , "country")]]/span/text()')

我相信最简单的

事情就是编写一个XPath扩展函数。

通过执行此操作，您可以编写lower-case()函数或不区分大小写的搜索。

您可以在此处找到详细信息：http://lxml.de/extensions.html

使用：

   //td[translate(substring(text()[1], string-length(text()[1]) - 9),
                  'COUNTRY :',
                  'country'
                  )
        =
         'country'
       ]
        /span/text()

基于 XSLT 的验证：

<xsl:stylesheet version="1.0"
 xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
 <xsl:output omit-xml-declaration="yes" indent="yes"/>
 <xsl:template match="/">
  <xsl:copy-of select=
  "//td[translate(substring(text()[1], string-length(text()[1]) - 9),
                  'COUNTRY :',
                  'country'
                  )
        =
         'country'
       ]
        /span/text()
       "/>
 </xsl:template>
</xsl:stylesheet>

在提供的 XML 文档上应用此转换时：

<html>
        <table>
            <tr>
                <td>
                    Name of the Country : <span> USA </span>
                </td>
            </tr>
            <tr>
                <td>
                    Name of the country : <span> UK </span>
                </td>
            </tr>
        </table>
</html>

计算 XPath 表达式，并将选定的两个文本节点复制到输出中：

 USA  UK

解释：

1.0 表达式的特定变体来实现 XPath 2.0 标准函数 ends-with($text, $s) ：这是：

.....

$s = substring($text, string-length($text) - string-length($s) +1)

。阿拉伯数字。下一步是使用 translate() 函数将结尾的 10 个字符的长字符串转换为小写，消除任何空格或任何"："字符。

3.如果结果是字符串（全部小写）"country"，那么我们选择这个td的 s= span子文本节点（在本例中只有一个）。

相关内容

最新更新

热门标签：