lxml xpath 如何处理xml实体

Question

我使用 lxml (Python 3.7.1) 来解析包含 xml 实体的 xml 文档。 我无法获得正确的语法来查询包含 xml 实体（ &quot 、 '等）的元素。
请参阅以下代码：

from lxml import etree

root = etree.XML('''
<root>
    <item name="abcd">
        <ssitem att="efg"/>
    </item>
    <item name="hi&apos;jk">
        <ssitem att="lmn"/>
    </item>
</root>
''')

item = root.xpath(".//item[@name='abcd']") # 1
# item = root.xpath(".//item[@name='hi&apos;jk']") # 2
# item = root.xpath(".//item[@name='hi'jk']") # 3
# item = root.xpath('.//item[@name="hi''jk"]') # 4
if len(item) != 0:
    print(len(item))
    print(item)
    name = item[0].xpath(".//@name")
    print(name)
else:
    print("Nothing")  

当第 1 行取消注释时，代码工作正常。

当第 2 行（或第 3 行或第 4 行）被取消注释（并且其他行被注释）时，什么也找不到。

为什么会这样？

谢谢。

Answer 1

这里' 是 XML 文件中编码的一部分。

在 XPath 查询中，您应该使用：

>>> root.xpath(""".//item[@name="hi'jk"]""")
[<Element item at 0x7f91b2b9ae88>]

Answer 2

考虑使用最后一个 #4 选项转义单个撇号：

item = root.xpath('.//item[@name="hi\'jk"]') # 4
item

# [<Element item at 0xbe25608>]