如何获取lxml中元素的路径？答案

【问题标题】：How to get path of an element in lxml?如何获取lxml中元素的路径？
【发布时间】：2009-10-16 10:24:06
【问题描述】：

我正在使用 python 中的 lxml 中的 XPath 在 HTML 文档中进行搜索。如何获得某个元素的路径？这是来自 ruby nokogiri 的示例：

page.xpath('//text()').each do |textnode|
    path = textnode.path
    puts path
end

例如打印 '/html/body/div/div[1]/div[1]/p/text()[1]' 这是我想要输入的字符串蟒蛇。

【问题讨论】：

标签： python xpath lxml

【解决方案1】：

使用来自 ElementTree 对象的getpath。

from lxml import etree
    
root = etree.fromstring('''
    <foo><bar>Data</bar><bar><baz>data</baz>
    <baz>data</baz></bar></foo>
    ''')
    
tree = etree.ElementTree(root)
for e in root.iter():
    print(tree.getpath(e))

打印

/foo
/foo/bar[1]
/foo/bar[2]
/foo/bar[2]/baz[1]
/foo/bar[2]/baz[2]

【讨论】：

我觉得应该是for e in tree.iter():，即tree.iter.
@Jabba 你为什么这么认为？你试过我提供的代码吗？它似乎工作，不是吗？你有理由不这么认为吗？
它可能在你最初写这个的时候并不存在，并不重要，但你也可以通过tree = root.getroottree() 来获取一个 ElementTree 对象。
为了完成，当我使用https://requests-html.kennethreitz.org/ 拉网页时，我执行以下操作：webpage = session.get('URL HERE') 然后root = etree.HTML(webpage.text) 然后tree = etree.ElementTree(root) 然后简单的 for 循环如所述在答案中。

【解决方案2】：

查看Xpath and XSLT with lxml from the lxml documentation 这给出了包含文本的元素的路径

一个例子是

import cStringIO
from lxml import etree

f = cStringIO.StringIO('<foo><bar><x1>hello</x1><x1>world</x1></bar></foo>')
tree = lxml.etree.parse(f)
find_text = etree.XPath("//text()")

# and print out the required data
print [tree.getpath( text.getparent()) for text in find_text(tree)]

# answer I get is 
>>> ['/foo/bar/x1[1]', '/foo/bar/x1[2]']

【讨论】：

【解决方案3】：

如果您的代码部分中只有元素，并且您希望元素的 xpath 完成，那么 element.getroottree().getpath(element) 将完成这项工作。

from lxml import etree

xml = '''
<test>
    <a/>
    <b>
       <i/>
       <ii/>
    </b>
</test>
'''
tree = etree.fromstring(xml)

for element in tree.iter():
    print element.getroottree().getpath(element)

【讨论】：

【解决方案4】：

root = etree.parse(open('tmp.txt'))

for e in root.iter():
    print root.getpath(e)

【讨论】：