python lxml包——解析xml文件遇到的问题处理

preface: 最近的任务需要解析xml文件，毋庸置疑用lxml，普通的解析流程网上博客甚多w3cschool里的就足够了，不用再赘言。可是处理的文件里面，明明有那个结点但xpath就是找不到，不知道为何，查找资料用print大法找到了目标，先记录下来。

print nodeprint node.attribprint node.xpath("child::*")print node.xpath(".//*[@href]")for i in node.xpath(".//*[@href]"):    print i, i.text

首先node的attrib属性是一个字典，可以直接print，打印定位当前节点是哪个。

其次，node.xpath("child::*")帮助找到这个节点下，所有字节点有哪些。

若是依然还是找不到目标节点，根据目标节点可能有的属性来找目标节点，print大法。

当然，还有其他方法，但是这些足够了，另外的一些处理参考了网友博客。

[XPath] XPath 与 lxml （三）XPath 坐标轴

XPath 坐标轴

坐标轴用于定义当对当前节点的节点集合。

坐标轴名称含义ancestor选取当前节点的所有先辈元素及根节点。ancestor-or-self选取当前节点的所有先辈以及当前节点本身。attibute选取当前节点的所有属性。child选取当前节点的所有子元素。descendant选取当前节点的所有后代元素。descendant-or-self选取当前节点的所有后代元素以及当前节点本身。following选取文档中当前节点的结束标签之后的所有节点。following-sibling选取当前节点之后的所有同级节点namespace选取当前节点的所有命名空间节点。parent选取当前节点的父节点。preceding选取当前节点的开始标签之前的所有节点。preceding-sibling选取当前节点之前的所有同级节点。self选取当前节点。

位置路径表达式

位置路径可以是绝对路径，也可以是相对路径。绝对路径以 "/" 开头。每条路径包括一个或多个步，每步之间以 "/" 分隔。

绝对路径：/step/step/...

相对路径：step/step/...

每步根据当前节点集合中的节点计算。

步（step）包括三部分：

• 坐标轴（axis）：定义所选节点与当前节点之间的关系。
• 节点测试（node-test）：识别某个坐标轴内部的节点。
• 预判（predicate）：提出预判条件对节点集合进行筛选。

步的语法：

坐标轴::节点测试[预判]

实例：

# child::nodename 选取所有属于当前节点的 book 子元素，等价于 './nodename'>>> root.xpath('child::book')[<Element book at 0x2d888c8>, <Element book at 0x2d88878>]>>> root.xpath('./book')[<Element book at 0x2d888c8>, <Element book at 0x2d88878>]# attribute::lang 选取当前节点的 lang 属性，等价于 './@lang'>>> root.xpath('//*[@lang]')[0].xpath('attribute::lang')['eng']>>> root.xpath('//*[@lang]')[0].xpath('@lang')['eng']# child::* 选取当前节点的所有子元素，等价于 './*'>>> root.xpath('child::*')[<Element book at 0x2d88878>, <Element book at 0x2d88738>]>>> root.xpath('./*')[<Element book at 0x2d88878>, <Element book at 0x2d88738>]# attribute::* 选取当前节点的所有属性，等价于 './@*'>>> root.xpath('//*[@*]')[0].xpath('attribute::*')['eng']>>> root.xpath('//*[@*]')[0].xpath('@*')['eng']# child::text() 选取当前节点的所有文本子节点，等价于 './text()'>>> root.xpath('child::text()')['\n    ', '\n    ', '\n']>>> root.xpath('./text()')['\n    ', '\n    ', '\n']# child::node() 选取当前节点所有子节点，等价于 './node()'>>> root.xpath('child::node()')['\n    ', <Element book at 0x2d88878>, '\n    ', <Element book at 0x2d88738>, '\n']>>> root.xpath('./node()')['\n    ', <Element book at 0x2d88878>, '\n    ', <Element book at 0x2d88738>, '\n']# descendant::book 选取当前节点所有 book 后代，等价于 './/book'>>> root.xpath('descendant::book')[<Element book at 0x2d88878>, <Element book at 0x2d88738>]>>> root.xpath('.//book')[<Element book at 0x2d88878>, <Element book at 0x2d88738>]# ancestor::book 选取当前节点所有 book 先辈>>> root.xpath('.//title')[0].xpath('ancestor::book')[<Element book at 0x2d88878>]# ancestor-or-self::book 选取当前节点的所有 book 先辈以及如果当前节点是 book 的话也要选取>>> root.xpath('.//title')[0].xpath('ancestor-or-self::book')[<Element book at 0x2d88878>]>>> root.xpath('.//book')[0].xpath('ancestor-or-self::book')[<Element book at 0x2d88878>]>>> root.xpath('.//book')[0].xpath('ancestor::book')[]# child::*/child::price 选取当前节点的所有 price 孙节点，等价于 './*/price'>>> root.xpath('child::*/child::price')[<Element price at 0x2d88878>, <Element price at 0x2d88738>]>>> root.xpath('./*/price')[<Element price at 0x2d88878>, <Element price at 0x2d88738>]

参考：

w3cschool xpath:http://www.phpstudy.net/e/xpath/ 

http://www.cnblogs.com/ifantastic/tag/XPath/ 

http://blog.csdn.net/betabin/article/details/24392369