如何在 python lxml 包中的 XPATH 表达式中设置数组索引

Question

我正在尝试使用 python 'lxml' 库搜索大型 XML。

XML 的结构是：

<doc>
    <content>
    ....
        <facet myattr="12">
        <path>abc</path>
        <path>abc</path>
        <keyword>
        Abcdef ghijk ...
        </keyword>
    </facet>
    <facet myattr="34">
        <path>abc</path>
        <path>abc</path>
        <keyword>
        klsjdcsid llssoeo iie ...
        </keyword>
    </facet>
    .....
    </content>
</doc>

我正在尝试检索元素 "facet" 的属性 "myattr" 值，其中
子元素 "path" 文本值为 "abc".

问题是可以有很多元素 "path" 具有相同的值 "abc"

所以，当我尝试这个时：

from lxml import etree

f='..../mine.xml'

tree = etree.parse(f)

r = tree.xpath('/doc/content.../facet/path[text()=\'abc\']')

sentenceLengths = []

for x in r[:]:
    sentenceLengths.append(x.getparent().xpath('@myattr'))

# print(len(r))
print(sentenceLengths[:20])

它找到了我需要的信息，但是对于相同的 "facet" 元素 "path" 和值 "abc" 的元素 "path" 的每次重复都会重复它们

我试过了：

r = tree.xpath('/doc/content.../facet/path[text()=\'abc\'][0]')

但是没有用。

我做错了什么？

Answer 1

尝试首先定位 facet 个节点，而不是定位 path 个节点，然后再处理父节点：

sentenceLengths = tree.xpath('/doc/content.../facet[path="abc"]/@myattr')

如何在 python lxml 包中的 XPATH 表达式中设置数组索引

How to set array index in a XPATH expression in python lxml package

python

xml

xpath

lxml