如何基於同級標記的值從lxml.etree標記中提取文本

Question

我的目標是從xml文檔（鏈接）中提取URL並將其放在列表中： https : //www.valuespreadsheet.com/iedgar/results.php? stock=NFLX&output=xml

我從lxml導入etree並創建了一個列表etree ，該列表etree從所有<instanceUrl>標記中提取文本。

url = 'https://valuespreadsheet.com/iedgar/results.php?stock=NFLX&output=xml' 
et = etree.fromstring(urlopen(url).read())
return [_.find('instanceUrl').text for _ in et.find('filings')]

現在，我想限制列表，以便僅從<instanceUrl>標記中提取文本，其中<formType> = 10K。

我該如何實現？

Answer 1

您需要一個XPath表達式和xpath()方法 ：

[url.text for url in et.xpath('//filing[formType = "10-K"]/instanceUrl')]

在這里，我們正在過濾包含帶有10-K文本的formType子節點的filing節點，然后獲取instanceUrl子節點。

請注意， _變量名用於一次性變量 -必須定義但未實際使用的變量（例如，在解壓縮過程中）。 就您而言，您實際上已經使用過它。