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()')
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:
- 我们使用 XPath
- 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)。