如何使用LXML递归查找XML标记？

Question

<?xml version="1.0" ?>
<data>
    <test >
        <f1 />
    </test >
    <test2 >
        <test3>
         <f1 />
        </test3>
    </test2>
    <f1 />
</data>

使用lxml库，能够递归查找标签"f1"吗？我尝试过findall方法，但它只适用于直接子节点。

我认为我应该使用BeautifulSoup来实现这个功能!!!

- shahjapan

Answer 1

您可以使用XPath进行递归搜索：

>>> from lxml import etree
>>> q = etree.fromstring('<xml><hello>a</hello><x><hello>b</hello></x></xml>')
>>> q.findall('hello')     # Tag name, first level only.
[<Element hello at 414a7c8>]
>>> q.findall('.//hello')  # XPath, recursive.
[<Element hello at 414a7c8>, <Element hello at 414a818>]

- Max Shawabkeh

Answer 2

iterfind() 遍历所有匹配路径表达式的元素。

findall() 返回匹配元素的列表。

find() 高效地返回第一个匹配项。

findtext() 返回第一个匹配项的文本内容（`.text`）。

示例：

>>> root = etree.XML("<root><a x='123'>aText<b/><c/><b/></a></root>")
#Find a child of an Element:
>>> print(root.find("b"))
None
>>> print(root.find("a").tag)
a
#Find an Element anywhere in the tree:
>>> print(root.find(".//b").tag)
b
>>> [ b.tag for b in root.iterfind(".//b") ]
['b', 'b']
#Find Elements with a certain attribute:
>>> print(root.findall(".//a[@x]")[0].tag)
a
>>> print(root.findall(".//a[@y]"))
[]

参考： http://lxml.de/tutorial.html#elementpath

（本答案是从上述链接内容中精选而来的相关部分）

- codersofthedark

---

请解释为什么需要使用.//b而不是b。 - Pynchia

用4行代码比lxml文档解释得更好。谢谢！ - user3507825