使用Python/lxml和XPath检索属性名称和值

Question

我正在使用XPath和Python lxml（Python 2）。我在数据上运行了两遍，一次选择感兴趣的记录，一次从数据中提取值。这是一个代码类型的示例。

from lxml import etree 

xml = """ 
    <records> 
    <row id="1" height="160" weight="80" /> 
    <row id="2" weight="70" /> 
    <row id="3" height="140" /> 
    </records> 
""" 

parsed = etree.fromstring(xml) 
nodes = parsed.xpath('/records/row') 
for node in nodes: 
    print node.xpath("@id|@height|@weight") 

当我运行此脚本输出：

['1', '160', '80'] 
['2', '70'] 
['3', '140'] 

正如你的结果，其中一个属性丢失看到，其他的位置属性的变化，所以我不能告诉在第2排和第3排是否是身高或体重。

有没有办法获得从etree/lxml返回的属性的名称？理想情况下，我应该看的格式结果：

[('@id', '1'), ('@height', '160'), ('@weight', '80')] 

我承认，我可以使用ElementTree的和Python解决这个特定的情况下。但是，我希望使用XPath（以及相对简单的XPath）解决此问题，而不是使用python处理数据。

Answer 1

我断言我不打算使用Python是错误的。我发现lxml/etree实现很容易扩展到我可以使用XPath DSL进行修改。

我注册了函数“dictify”。我改变了XPath表达式：

dictify('@id|@height|@weight|weight|height') 

新的代码是：

from lxml import etree 

xml = """ 
<records> 
    <row id="1" height="160" weight="80" /> 
    <row id="2" weight="70" ><height>150</height></row> 
    <row id="3" height="140" /> 
</records> 
""" 

def dictify(context, names): 
    node = context.context_node 
    rv = [] 
    rv.append('__dictify_start_marker__') 
    names = names.split('|') 
    for n in names: 
     if n.startswith('@'): 
      val = node.attrib.get(n[1:]) 
      if val != None: 
       rv.append(n) 
       rv.append(val) 
     else: 
      children = node.findall(n) 
      for child_node in children: 
       rv.append(n) 
       rv.append(child_node.text) 
    rv.append('__dictify_end_marker__') 
    return rv 

etree_functions = etree.FunctionNamespace(None) 
etree_functions['dictify'] = dictify 


parsed = etree.fromstring(xml) 
nodes = parsed.xpath('/records/row') 
for node in nodes: 
    print node.xpath("dictify('@id|@height|@weight|weight|height')") 

这将产生以下的输出：

['__dictify_start_marker__', '@id', '1', '@height', '160', '@weight', '80', '__dictify_end_marker__'] 
['__dictify_start_marker__', '@id', '2', '@weight', '70', 'height', '150', '__dictify_end_marker__'] 
['__dictify_start_marker__', '@id', '3', '@height', '140', '__dictify_end_marker__'] 

Answer 2

你应该尝试以下操作：

for node in nodes: 
    print node.attrib 

这将返回节点的所有属性的字典为{'id': '1', 'weight': '80', 'height': '160'}

如果你想要得到的东西像[('@id', '1'), ('@height', '160'), ('@weight', '80')]：

list_of_attributes = [] 
for node in nodes: 
    attrs = [] 
    for att in node.attrib: 
     attrs.append(("@" + att, node.attrib[att])) 
    list_of_attributes.append(attrs) 

输出：

[[('@id', '1'), ('@height', '160'), ('@weight', '80')], [('@id', '2'), ('@weight', '70')], [('@id', '3'), ('@height', '140')]]