使用 lxml 提取 xml 标记值，使用 Python 提取 xpath

Question

我有一个要求，我必须使用 lxml 和 xpath 提取 XML 数据。 我需要使用 lxml 和 xpath 提取 EventId = 122157660。

<B2B_DATA>
   <B2B_METADATA>
       <EventId>122157660</EventId>
       <MessageType>Request</MessageType>
   </B2B_METADATA>
<PAYLOAD>
    <![CDATA[<?xml version="1.0"?>
        <REQUEST_GROUP MISMOVersionID="1.1.1">
            <REQUESTING_PARTY _Name="CityBank" _StreetAddress="801 Main St" _City="rockwall" _State="MD" _PostalCode="11311" _Identifier="416">
                <CONTACT_DETAIL _Name="XX Davis">
                    <CONTACT_POINT _Type="Phone" _Value="1236573348"/>
                    <CONTACT_POINT _Type="Email" _Value="jXX@city.com"/>
                </CONTACT_DETAIL>
            </REQUESTING_PARTY>
        </REQUEST_GROUP>]]>
</PAYLOAD>
</B2B_DATA>

我可以使用循环和迭代器来做到这一点，但想使用 xpath 来获得更简洁/更短的代码。 我也使用lxml来解析CDATA，所以尽量避免使用ElementTree lib。

这就是我尝试过的 -

import xml.etree.ElementTree as ET

tree = ET.parse('file.xml')

root = tree.getroot()

 

for neighbor in root.iter('B2B_METADATA'):

    for element in neighbor:

        if element.tag == 'EventId':

            print(element.text)

请求的 O/P：EventId 122157660

Answer 1

实际上对于非常简单的查询，内置的 etree 支持有限的 XPath ：

print(root.findall('.//B2B_METADATA/EventId')[0].text)

类似于 lxml 的xpath ：

print(root.xpath('//B2B_METADATA/EventId')[0].text)

或通过解析的对象：

print(root.find('B2B_METADATA').find('EventId').text)

Answer 2

要将您的迭代器向下移动到 XPath，您可以使用如下内容：

result = tree.xpath('/B2B_DATA/B2B_METADATA/EventId/text()')

这将返回 XML 中的EventId元素（嵌套在B2B_METADATA元素中，嵌套在B2B_DATA元素中）中包含的文本节点的字符串表示形式，即122157660 。 如果 XML 中有多个这样的文本节点，那么xpath方法会将它们全部作为字符串列表返回。

如果您知道EventId只出现在/B2B_DATA/B2B_METADATA ，那么您可以将 XPath 缩短为//EventId/text() 。 它的计算效率会降低，因为//会在整个文档中搜索EventId元素，但是您可能会重视简洁而不是效率，特别是如果 XML 文档非常小（如您的示例）