python - example - ¿Cómo obtener la ruta de un elemento en lxml?

lxml text

Question

Estoy buscando en un documento HTML usando XPath desde lxml en python. ¿Cómo puedo obtener el camino a un cierto elemento? Aquí está el ejemplo de ruby ​​nokogiri:

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

imprime, por ejemplo, '' / html / body / div / div [1] / div [1] / p / text () [1] '' y esta es la cadena que quiero obtener en python.

Answer 1

Si todo lo que tiene en su sección de código es el elemento y desea que el elemento xpath lo haga, entonces element.getroottree().getpath(element) hará el trabajo.

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)

Answer 2

Use getpath desde objetos 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)

Huellas dactilares

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

Answer 3

Ver Xpath y XSLT con lxml de la documentación lxml. Esto da la ruta del elemento que contiene el texto

Un ejemplo sería

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]'']

Answer 4

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

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