Python / ElementTree：跟随兄弟错误（在 xpath 测试器中工作）

Question

我有一个简单的 XML 文档（实际上是 Evernote 的 ENML），如下所示：

<!DOCTYPE en-note SYSTEM "http://xml.evernote.com/pub/enml2.dtd">
<en-note>
   <div>Here is the Evernote logo:</div>
   <div>
      <en-media type="image/png" hash="a54fe8bcd146e20a8a5742834558543c" />
   </div>
   <div>
      <br />
   </div>
   <div>
      <en-todo />
      Task 1
   </div>
   <div>making it a bit harder</div>
   <div>
      <en-todo />
      Task 2 | 2016-12-31
   </div>
   <div>
      <br />
   </div>
   <div>
      This is another to-do
      <en-todo />
      in an awkward place
   </div>
</en-note>

我正在尝试使用 Xpath 在 en-todo 标记之后立即访问文本。我的代码是：

parsed_note = ElementTree.fromstring(note_content)
for todo in parsed_note.findall('en-note//en-todo/following-sibling::text()[1]'):
    print todo.text

我已经使用 freeformatter.com 上的 Xpath 测试器对此进行了测试——它似乎有效，但只有当我从 XML 中删除 <!DOCTYPE en-note SYSTEM "http://xml.evernote.com/pub/enml2.dtd"> 标记时——我认为这是测试器的一个怪癖。输出是：

Text='Task 1'
Text='Task 2 | 2016-12-31'
Text='in an awkward place'

这完全符合预期和期望。

当我尝试在 Python 中运行代码时，我得到：SyntaxError: prefix 'following-sibling' not found in prefix map。

我怀疑这可能与测试人员有相同的怪癖并删除了文件类型标记，但同样的错误仍然存​​在。

我正在使用标准解析器：

import defusedxml.lxml as lxml
from lxml import etree as ElementTree

我哪里出错了 - 我的 xpath 语句是否有缺陷，还是有其他原因导致我遗漏了这一点？

编辑：@Tomalek 提供了一个可行的解决方案，使用 Python tail 函数而不是完整的 xpath。鉴于来自 @alecxe 的 cmets 所引用的文档不适用于 lxml，我将保持开放状态，以防有人想冒险了解为什么在应该有完整的 xpath 实现时存在原始问题。

Answer 1

你应该使用xpath()方法：

for todo in root.xpath('//en-note//en-todo/following-sibling::text()[1]'):
    print todo

另请注意 - 我在开头添加了 // 并删除了 .text - 您已经获得了文本节点 - 它们没有 .text 属性。

Answer 2

注意：此答案针对xml.etree.ElementTree。类似但更高级的 lxml.etree 模块具有完整的 XPath 支持，但下面显示的方法也适用于此。

---

直接来自the documentation，强调我的：

19.7.2。 XPath 支持

此模块为 XPath 表达式提供有限的支持 在树中定位元素。 目标是支持一小部分 缩写语法；完整的 XPath 引擎不在 模块。

您可以通过在 Python 中执行部分遍历来解决它。

在这种情况下，它特别容易，因为您可以使用方便的tail property。其他情况需要更多的工作。

parsed_note = ElementTree.fromstring(note_content)
for todo in parsed_note.findall('.//en-todo'):
    print todo.tail

您必须在返回值中添加.strip() 空格。