如何使用lxml进行Python XPath不区分大小写的搜索?

我试图在XPath中使用小写函数匹配国家或国家.翻译有点混乱,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[‘美国’,’美国’]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()')
最佳答案
使用:

   //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end-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).

转载注明原文:如何使用lxml进行Python XPath不区分大小写的搜索? - 代码日志