lxml xpath 如何處理xml實體

Question

我使用 lxml (Python 3.7.1) 來解析包含 xml 實體的 xml 文檔。 我無法獲得正確的語法來查詢包含 xml 實體（ &quot 、 '等）的元素。
請參閱以下代碼：

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")  

當第 1 行取消注釋時，代碼工作正常。

當第 2 行（或第 3 行或第 4 行）被取消注釋（並且其他行被注釋）時，什么也找不到。

為什么會這樣？

謝謝。

Answer 1

這里' 是 XML 文件中編碼的一部分。

在 XPath 查詢中，您應該使用：

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

Answer 2

考慮使用最后一個 #4 選項轉義單個撇號：

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

# [<Element item at 0xbe25608>]