问题：如何在Python中使用Xpath？
有哪些支持Xpath的库？是否有完整的实现？图书馆如何使用？它的网站在哪里？
回答 0
libxml2具有许多优点：
- 符合规范
- 积极发展和社区参与
- 速度。这实际上是围绕C实现的python包装器。
- 无处不在。libxml2库无处不在，因此经过了充分的测试。
缺点包括：
- 符合规范。严格 在其他库中，诸如默认命名空间处理之类的事情会更容易。
- 使用本机代码。这可能会很麻烦，具体取决于您的应用程序的分发/部署方式。可使用RPM来减轻这种痛苦。
- 手动资源处理。请注意下面的示例中对freeDoc（）和xpathFreeContext（）的调用。这不是很Pythonic。
如果您要进行简单的路径选择，请坚持使用ElementTree（Python 2.5附带）。如果您需要完全符合规范或原始速度并且可以应付本机代码的分发，请使用libxml2。
libxml2 XPath使用示例
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').text回答 1
回答 2
在这里听起来像lxml广告。;）ElementTree包含在std库中。在2.6及以下版本中，它的xpath相当弱，但在2.7+中则大大改善了：
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回答 3
使用LXML。LXML充分利用了libxml2和libxslt的功能，但是将它们包装在比这些库中固有的Python绑定更多的“ Pythonic”绑定中。这样，它将获得完整的XPath 1.0实现。本机ElemenTree支持XPath的有限子集，尽管它可能足以满足您的需求。
回答 4
另一个选项是py-dom-xpath，它可以与minidom无缝协作，并且是纯Python，因此可以在appengine上运行。
import xpath
xpath.find('//item', doc)回答 5
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.valuelibxml2：
import libxml2
doc = libxml2.parseFile('foo.xml')
for url in doc.xpathEval('//@Url'):
print url.content回答 6
最新版本的elementtree很好地支持XPath。我不是XPath专家，我不能肯定地说实现是否完整，但是在使用Python时它可以满足我的大多数需求。我也使用了lxml和PyXML，我发现etree很不错，因为它是一个标准模块。
注意：从那以后我就找到了lxml，对我来说，它绝对是Python最好的XML库。它也很好地完成了XPath（尽管可能不是完整的实现）。
回答 7
您可以使用简单soupparser的lxml
例：
from lxml.html.soupparser import fromstring
tree = fromstring("<a>Find me!</a>")
print tree.xpath("//a/text()")回答 8
如果您希望同时拥有XPATH的功能和使用CSS的能力，则可以使用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!'回答 9
另一个库是4Suite：http：//sourceforge.net/projects/foursuite/
我不知道它是如何符合规范的。但这对我来说非常有效。它看起来被遗弃了。
回答 10
PyXML运作良好。
您没有说要使用什么平台，但是如果您使用的是Ubuntu，则可以使用sudo apt-get install python-xml。我敢肯定其他Linux发行版也有。
如果您使用的是Mac，则xpath已安装但无法立即访问。可以PY_USE_XMLPLUS在导入xml.xpath之前在您的环境中进行设置或以Python方式进行设置：
if sys.platform.startswith('darwin'):
os.environ['PY_USE_XMLPLUS'] = '1'在最坏的情况下，您可能必须自己构建它。该软件包不再维护，但仍然可以正常运行，并且可以与现代2.x Python一起使用。基本文档在这里。
回答 11
如果您需要html：
import lxml.html as html
root = html.fromstring(string)
root.xpath('//meta')