如何使用lxml进行Python XPath不区分大小写的搜索？

Question

我试图在XPath中使用lower-case函数匹配国家或国家。 translate有点混乱，所以使用小写和我的Python版本2.6.6有XPath 2.0支持我相信，因为小写只在XPath 2.0中可用。

我如何能在我的案例中使用小写字符是我正在寻找的。 希望这个例子是自我解释的。 我正在寻找['USA', 'US']作为输出（如果小写评估国家和国家是相同的话，这两个国家可以一次性发生）。

HTML：doc.htm

<html>
    <table>
        <tr>
            <td>
                Name of the Country : <span> USA </span>
            </td>
        </tr>
        <tr>
            <td>
                Name of the country : <span> UK </span>
            </td>
        </tr>
</table>

Python：

import lxml.html as lh

doc = open('doc.htm', 'r')
out = lh.parse(doc)
doc.close()

print out.xpath('//table/tr/td[text()[contains(. , "Country")]]/span/text()')
# Prints : [' USA ']
print out.xpath('//table/tr/td[text()[contains(. , "country")]]/span/text()')
# Prints : [' UK ']

print out.xpath('//table/tr/td[lower-case(text())[contains(. , "country")]]/span/text()')
# Prints : [<Element td at 0x15db2710>]

更新：

out.xpath('//table/tr/td[text()[contains(translate(., "ABCDEFGHIJKLMNOPQRSTUVWXYZ", "abcdefghijklmnopqrstuvwxyz") , "country")]]/span/text()')

现在问题仍然存在，我可以将翻译部分存储为全局变量'handlecase'并在每次执行XPath时打印该全局变量吗？

像这样的东西有效：

handlecase = """translate(., "ABCDEFGHIJKLMNOPQRSTUVWXYZ", "abcdefghijklmnopqrstuvwxyz")"""

out.xpath('//table/tr/td[text()[contains(%s , "country")]]/span/text()' % (handlecase))

但为了简单和可读性，我想像这样运行它：

out.xpath('//table/tr/td[text()[contains(handlecase , "country")]]/span/text()')

Answer 1

我相信获得你想要的最简单的东西就是编写一个XPath扩展函数。

通过这样做，您可以编写lower-case()函数或不区分大小写的搜索。

您可以在此处找到详细信息： http ： //lxml.de/extensions.html

Answer 2

用途：

   //td[translate(substring(text()[1], string-length(text()[1]) - 9),
                  'COUNTRY :',
                  'country'
                  )
        =
         'country'
       ]
        /span/text()

基于XSLT的验证 ：

<xsl:stylesheet version="1.0"
 xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
 <xsl:output omit-xml-declaration="yes" indent="yes"/>

 <xsl:template match="/">
  <xsl:copy-of select=
  "//td[translate(substring(text()[1], string-length(text()[1]) - 9),
                  'COUNTRY :',
                  'country'
                  )
        =
         'country'
       ]
        /span/text()
       "/>
 </xsl:template>
</xsl:stylesheet>

在提供的XML文档上应用此转换时：

<html>
        <table>
            <tr>
                <td>
                    Name of the Country : <span> USA </span>
                </td>
            </tr>
            <tr>
                <td>
                    Name of the country : <span> UK </span>
                </td>
            </tr>
        </table>
</html>

评估XPath表达式，并将选定的两个文本节点复制到输出：

 USA  UK

说明：

我们使用XPath 1.0表达式的特定变体来实现XPath 2.0标准函数ends-with($text, $s) ：这是：

.....

$s = substring($text, string-length($text) - string-length($s) +1)

0.2。 下一步是使用translate()函数将结束的10个字符的长字符串转换为小写，从而消除任何空格或任何“：”字符。

0.3。 如果结果是字符串（全部小写）“country”，那么我们选择此td的s = span子节点的子文本节点（在这种情况下只有一个）。

如何使用lxml进行Python XPath不区分大小写的搜索？

问题描述

2 个解决方案

解决方案1
6 2012-06-27 18:23:21

解决方案2
3 已采纳 2012-06-28 04:09:41

如何使用lxml进行Python XPath不区分大小写的搜索？

问题描述

2 个解决方案

解决方案1 6 2012-06-27 18:23:21

解决方案2 3 已采纳 2012-06-28 04:09:41

解决方案1
6 2012-06-27 18:23:21

解决方案2
3 已采纳 2012-06-28 04:09:41