Rya*_*Cox 124
libxml2有许多优点:
缺点包括:
如果您正在进行简单的路径选择,请坚持使用ElementTree(包含在Python 2.5中).如果您需要完全符合规范或原始速度并且可以处理本机代码的分发,请使用libxml2.
libxml2 XPath的示例使用
import libxml2
doc = libxml2.parseFile("tst.xml")
ctxt = doc.xpathNewContext()
res = ctxt.xpathEval("//*")
if len(res) != 2:
print "xpath query: wrong node set size"
sys.exit(1)
if res[0].name != "doc" or res[1].name != "foo":
print "xpath query: wrong node set value"
sys.exit(1)
doc.freeDoc()
ctxt.xpathFreeContext()
ElementTree XPath使用示例
from elementtree.ElementTree import ElementTree
mydoc = ElementTree(file='tst.xml')
for e in mydoc.findall('/foo/bar'):
print e.get('title').textGri*_*ave 54
听起来就像这里的lxml广告.;)ElementTree包含在std库中.在2.6以下,它的xpath非常弱,但在2.7中有很大改进:
import xml.etree.ElementTree as ET
root = ET.parse(filename)
result = ''
for elem in root.findall('.//child/grandchild'):
# How to make decisions based on attributes even in 2.6:
if elem.attrib.get('name') == 'foo':
result = elem.text
break
小智 39
使用LXML.LXML使用libxml2和libxslt的全部功能,但将它们包含在比这些库本机的Python绑定更多的"Pythonic"绑定中.因此,它获得了完整的XPath 1.0实现.Native ElemenTree支持有限的XPath子集,尽管它可能足以满足您的需求.
Sam*_*Sam 29
另一个选项是py-dom-xpath,它与minidom无缝协作,是纯Python,因此可用于appengine.
import xpath
xpath.find('//item', doc)
0xA*_*xAX 13
您可以使用:
PyXML:
from xml.dom.ext.reader import Sax2
from xml import xpath
doc = Sax2.FromXmlFile('foo.xml').documentElement
for url in xpath.Evaluate('//@Url', doc):
print url.value
libxml2:
import libxml2
doc = libxml2.parseFile('foo.xml')
for url in doc.xpathEval('//@Url'):
print url.content
最新版本的elementtree非常支持XPath.不是XPath专家我不能确定实现是否已满,但在使用Python时它满足了我的大部分需求.我也使用lxml和PyXML,我发现etree很好,因为它是一个标准模块.
注意:我已经找到了lxml,对我而言,它绝对是Python中最好的XML库.它也很好地完成了XPath(尽管也许不是一个完整的实现).
你可以使用简单的soupparserfromlxml
from lxml.html.soupparser import fromstring
tree = fromstring("<a>Find me!</a>")
print tree.xpath("//a/text()")
如果你想拥有XPATH的强大功能,并且能够在任何时候使用CSS,你可以使用parsel:
>>> from parsel import Selector
>>> sel = Selector(text=u"""<html>
<body>
<h1>Hello, Parsel!</h1>
<ul>
<li><a href="http://example.com">Link 1</a></li>
<li><a href="http://scrapy.org">Link 2</a></li>
</ul
</body>
</html>""")
>>>
>>> sel.css('h1::text').extract_first()
'Hello, Parsel!'
>>> sel.xpath('//h1/text()').extract_first()
'Hello, Parsel!'
| 归档时间： |
|
| 查看次数： |
266331 次 |
| 最近记录： |