Verwendung von XPath in Python mit LXML

Question

Ich habe ein Python-Skript verwendet, um XML zu analysieren und bestimmte Elemente von Interesse in eine CSV-Datei zu exportieren. Ich habe versucht jetzt, um das Skript zu ändern, um die Filterung einer XML-Datei unter einem Kriterium, das äquivalent XPath-Abfrage wäre zu ermöglichen:

\DC\Events\Confirmation[contains(TransactionId,"GTEREVIEW")] 

Wenn ich lxml zu verwenden versuchen, dies zu tun, ist mein Code:

xml_file = lxml.etree.parse(xml_file_path) 
namespace = "{" + xml_file.getroot().nsmap[None] + "}" 
node_list = xml_file.findall(namespace + "Events/" + namespace + "Confirmation[TransactionId='*GTEREVIEW*']") 

Aber das scheint nicht zu funktionieren. Kann jemand helfen? Beispiel für XML-Datei:

<Events> 
    <Confirmation> 
    <TransactionId>GTEREVIEW2012</TransactionId> 
    </Confirmation>  
    <Confirmation> 
    <TransactionId>GTEDEF2012</TransactionId> 
    </Confirmation>  
</Events> 

Deshalb möchte ich alle „Bestätigung“ Knoten, die eine Transaktions-ID enthalten, die die Zeichenfolge „GTEREVIEW“ enthält. Dank

Answer 1

findall() nicht XPath-Ausdrücke unterstützt, nur ElementPath (siehe http://effbot.org/zone/element-xpath.htm). ElementPath unterstützt nicht die Suche nach Elementen, die eine bestimmte Zeichenfolge enthalten.

Warum verwenden Sie nicht XPath? Unter der Annahme, dass die Datei test.xml enthält Ihre XML-Beispiel, die folgenden Werke:

> python 
Python 2.7.9 (default, Jun 29 2016, 13:08:31) 
[GCC 4.9.2] on linux2 
Type "help", "copyright", "credits" or "license" for more information. 

>>> from lxml import etree 
>>> tree=etree.parse("test.xml") 
>>> tree.xpath("Confirmation[starts-with(TransactionId, 'GTEREVIEW')]") 
[<Element Confirmation at 0x7f68b16c3c20>] 

Wenn Sie darauf bestehen, findall() verwenden, das Beste, was Sie tun können, ist die Liste aller Confirmation Elemente erhalten einen TransactionId Kind-Knoten mit:

>>> tree.findall("Confirmation[TransactionId]") 
[<Element Confirmation at 0x7f68b16c3c20>, <Element Confirmation at 0x7f68b16c3ea8>] 

Sie müssen dann manuell diese Liste filtern, zB:

>>> [e for e in tree.findall("Confirmation[TransactionId]") 
    if e[0].text.startswith('GTEREVIEW')] 
[<Element Confirmation at 0x7f68b16c3c20>] 

Wenn Ihr Dokument con tains Namespaces, wird folgendes Sie alle einen Knoten TransactionId Kind mit Confirmation Elemente erhalten, vorausgesetzt, dass die Elemente, die die Standard-Namespace verwenden (verwendete ich xmlns="file:xyz" als Standard-Namespace):

>>> tree.findall("//{{{0}}}Confirmation[{{{0}}}TransactionId]".format(tree.getroot().nsmap[None])) 
[<Element {file:xyz}Confirmation at 0x7f534a85d1b8>, <Element {file:xyz}Confirmation at 0x7f534a85d128>] 

Und es gibt natürlich etree.ETXPath:

>>> find=etree.ETXPath("//{{{0}}}Confirmation[starts-with({{{0}}}TransactionId, 'GTEREVIEW')]".format(tree.getroot().nsmap[None])) 
>>> find(tree) 
[<Element {file:xyz}Confirmation at 0x7f534a85d1b8>] 

Dies ermöglicht die Kombination von XPath und Namespaces.

Answer 2

//Confirmation[TransactionId[contains(.,'GTEREVIEW')]] 


father_tag[child_tag] # select father_tag that has child_tag 
[child_tag[filter]] # select select child tag which match filter 
[filter]