Python 关于xpath查找XML元素的一点总结
关于xpath查找XML元素的一点总结
by:授客 QQ：1033553122
欢迎加入全国软件测试qq群：7156436
测试环境
Win7 64
python 3.4.0
实践出真知
代码如下，更换不同的xpath，和response_to_check进行测试
实验1
xpath = ".//xmlns:return//xmlns:copeWith"
response_to_check = '' \
'<soap:Envelope xmlns="http://www.examp.com" xmlns:soap="http://schemas.xmlsoap.org/soap/envelope/" >' \
' <node2>' \
' <id>goods1</id>' \
' </node2> ' \
' <ns1:Body xmlns:ns1="http://service.rpt.data.platform.ddt.sf.com/">' \
' <ns2:selectByPrimaryKeyResponse xmlns:ns2="http://service.rpt.data.platform.ddt.sf2.com/" ' \
' xmlns="http://www.overide_first_defaul_xmlns.com"> ' \
' <return>' \
' <copeWith>1.00</copeWith>' \
' <discount>0.99</discount>' \
' <id>144</id>' \
' <invoice>2</invoice>' \
' <invoiceType></invoiceType>' \
' <orderCode>DDT201704071952057186</orderCode>' \
' <orderDate>2017-04-07 19:52:06.0</orderDate>' \
' <paid>0.01</paid>' \
' <payType>pc</payType>' \
' <productName>快递包</productName>' \
' <state>0</state>' \
' <userId>2</userId>' \
' </return>' \
' <return>' \
' <copeWith>2.00</copeWith>' \
' <discount>0.99</discount>' \
' <id>143</id>' \
' <invoice>2</invoice>' \
' <invoiceType></invoiceType>' \
' <orderCode>DDT201704071951065731</orderCode>' \
' <orderDate>2017-04-07 19:51:07.0</orderDate> ' \
' <paid>0.01</paid>' \
' <payType>pc</payType>' \
' <productName>快递包</productName>' \
' <state>0</state>' \
' <userId>2</userId>' \
' </return>' \
' <return>' \
' <copeWith>3.00</copeWith>' \
' <discount>0.99</discount>' \
' <id>142</id>' \
' <invoice>2</invoice>' \
' <invoiceType></invoiceType>' \
' <orderCode>DDT201704071945408575</orderCode>' \
' <orderDate>2017-04-07 19:45:40.0</orderDate>' \
' <paid>0.01</paid>' \
' <payType>pc</payType>' \
' <productName>快递包</productName>' \
' <state>0</state>' \
' <userId>2</userId>' \
' </return> ' \
' <return attr="re">' \
' <copeWith>4.00</copeWith>' \
' <copeWith>5.00</copeWith>' \
' <discount>0.99</discount>' \
' <id>141</id>' \
' <invoice>1</invoice>' \
' <invoiceType>增值税普通发票</invoiceType>' \
' <orderCode>DDT201704071845403738</orderCode>' \
' <orderDate>2017-04-07 18:45:41.0</orderDate>' \
' <paid>0.01</paid>' \
' <productName>快递包</productName>' \
' <state>0</state>' \
' <userId attr="testattr">2</userId>' \
' </return>' \
' </ns2:selectByPrimaryKeyResponse>' \
' </ns1:Body>' \
' <ns1:Body xmlns:ns1="http://service.rpt.data.platform.ddt.sf.com/">' \
' <ns2:selectByPrimaryKeyResponse xmlns:ns2="http://service.rpt.data.platform.ddt.sf2.com/"> ' \
' </ns2:selectByPrimaryKeyResponse>' \
' <ns2:selectByPrimaryKeyResponse xmlns:ns2="http://service.rpt.data.platform.ddt.sf2.com/"> ' \
' </ns2:selectByPrimaryKeyResponse>' \
' </ns1:Body>' \
'</soap:Envelope>'
root = ET.fromstring(response_to_check)
print(root)
if xpath == '.':
text_of_element = root.text
else:
xmlnsnamespace_dic = {} # 存放名称空间定义
print('正在获取xmlns定义')
match_result_list =re.findall('xmlns[^:]?=(.+?)[ |\>|\\\>]', response_to_check, re.MULTILINE)
if match_result_list:
xmlns = match_result_list[len(match_result_list) - 1]
xmlns = xmlns.strip(' ')
xmlns = '{' + xmlns + '}'
print('xmlns定义为：%s' % xmlns)
xmlnsnamespace_dic['xmlns'] = xmlns
print('正在获取"xmlns:xxx名称空间定义')
match_result_list = re.findall('xmlns:(.+?)=(.+?)[ |>]', response_to_check)
for ns in match_result_list:
xmlnsnamespace_dic[ns[0]] = '{' + ns[1] + '}'
print("最后获取的prefix:uri为：%s" % xmlnsnamespace_dic)
print('正在转换元素结点前缀')
for dic_key in xmlnsnamespace_dic.keys():
namespace = dic_key + ':'
if namespace in xpath:
uri = xmlnsnamespace_dic[dic_key]
xpath = xpath.replace(namespace, uri)
xpath = xpath.replace('"','')
print('转换后用于查找元素的xpath：%s' % xpath)
try:
elements_list = root.findall(xpath)
except Exception as e:
print('查找元素出错：%s' % e)
print('查找到的元素为：%s' % elements_list)
for element in elements_list:
text_of_element = element.text
print(text_of_element)
实验结果
以下为xpath设置不同值时的查找结果
/node
查找结果：报错，不能使用绝对路径
./node2
查找结果：找不到元素
./Body
查找结果：找不到元素
./ns1:Body/selectByPrimaryKeyResponse
查找结果：找不到元素
./ns1:Body/ns2:selectByPrimaryKeyResponse/return
查找结果：找不到元素
./ns1:Body/ns2:selectByPrimaryKeyResponse/xmlns:return[1]/copeWith
查找结果：找不到元素
-----------------------------
.
查找结果：根元素，即Envelope元素
ns1:Body
查找结果：所有名称空间为ns1的Body元素
./ns1:Body
查找结果：等同ns1:Body
./ns1:Body/ns2:selectByPrimaryKeyResponse
查找结果：所有名称空间为ns1的Body元素下的所有名为selectByPrimaryKeyResponse的子元素
./ns1:Body/ns2:selectByPrimaryKeyResponse[2]
查找结果：所有名称空间为ns1的Body元素下，名称空间为ns2的第2个名为selectByPrimaryKeyResponse的子元素
./ns1:Body/ns2:selectByPrimaryKeyResponse/xmlns:return
查找结果：所有名称空间为ns1的Body元素下，所有名称空间为ns2,名称为selectByPrimaryKeyResponse的子元素下，所有名称空间定义为 http://www.overide_first_defaul_xmlns.com的return元素
./ns1:Body/ns2:selectByPrimaryKeyResponse/xmlns:return[1]/xmlns:copeWith
查找结果：所有名称空间为ns1的Body元素下，所有名称空间为ns2,名称为selectByPrimaryKeyResponse的子元素下，第一个名称空间定义为http://www.overide_first_defaul_xmlns.com的return元素下，
名称空间定义为http://www.overide_first_defaul_xmlns.com的copyWith元素
.//xmlns:copeWith
查找结果：所有名称空间定义为http://www.overide_first_defaul_xmlns.com的copeWith元素
.//xmlns:copeWith[2]
查找结果：同一个元素节点下，名称空间定义为http://www.overide_first_defaul_xmlns.com的第二个copeWith元素(例中为 <copeWith>5.00</copeWith>' ，注意：这里的数字是针对兄弟节点的，下同，不再赘述)
# 注意：[]里面不支持last()这种谓词，数字可以
.//xmlns:return//xmlns:copeWith"
查找结果：所有名称空间定义为http://www.overide_first_defaul_xmlns.com的return元素下，所有名称空间定义为http://www.overide_first_defaul_xmlns.com的copeWith元素
实验2
对比实验1，去掉selectByPrimaryKeyResponse元素中的xmlns定义：
xmlns="http://www.overide_first_defaul_xmlns.com"
xpath = ".//xmlns:return//xmlns:copeWith"
response_to_check = '' \
'<soap:Envelope xmlns="http://www.examp.com" xmlns:soap="http://schemas.xmlsoap.org/soap/envelope/" >' \
' <node2>' \
' <id>goods1</id>' \
' </node2> ' \
' <ns1:Body xmlns:ns1="http://service.rpt.data.platform.ddt.sf.com/">' \
' <ns2:selectByPrimaryKeyResponse xmlns:ns2="http://service.rpt.data.platform.ddt.sf2.com/" ' \
' > ' \
' <return>' \
' <copeWith>1.00</copeWith>' \
' <discount>0.99</discount>' \
' <id>144</id>' \
' <invoice>2</invoice>' \
' <invoiceType></invoiceType>' \
' <orderCode>DDT201704071952057186</orderCode>' \
' <orderDate>2017-04-07 19:52:06.0</orderDate>' \
' <paid>0.01</paid>' \
' <payType>pc</payType>' \
' <productName>快递包</productName>' \
' <state>0</state>' \
' <userId>2</userId>' \
' </return>' \
' <return>' \
' <copeWith>2.00</copeWith>' \
' <discount>0.99</discount>' \
' <id>143</id>' \
' <invoice>2</invoice>' \
' <invoiceType></invoiceType>' \
' <orderCode>DDT201704071951065731</orderCode>' \
' <orderDate>2017-04-07 19:51:07.0</orderDate> ' \
' <paid>0.01</paid>' \
' <payType>pc</payType>' \
' <productName>快递包</productName>' \
' <state>0</state>' \
' <userId>2</userId>' \
' </return>' \
' <return>' \
' <copeWith>3.00</copeWith>' \
' <discount>0.99</discount>' \
' <id>142</id>' \
' <invoice>2</invoice>' \
' <invoiceType></invoiceType>' \
' <orderCode>DDT201704071945408575</orderCode>' \
' <orderDate>2017-04-07 19:45:40.0</orderDate>' \
' <paid>0.01</paid>' \
' <payType>pc</payType>' \
' <productName>快递包</productName>' \
' <state>0</state>' \
' <userId>2</userId>' \
' </return> ' \
' <return attr="re">' \
' <copeWith>4.00</copeWith>' \
' <copeWith>5.00</copeWith>' \
' <discount>0.99</discount>' \
' <id>141</id>' \
' <invoice>1</invoice>' \
' <invoiceType>增值税普通发票</invoiceType>' \
' <orderCode>DDT201704071845403738</orderCode>' \
' <orderDate>2017-04-07 18:45:41.0</orderDate>' \
' <paid>0.01</paid>' \
' <productName>快递包</productName>' \
' <state>0</state>' \
' <userId attr="testattr">2</userId>' \
' </return>' \
' </ns2:selectByPrimaryKeyResponse>' \
' </ns1:Body>' \
' <ns1:Body xmlns:ns1="http://service.rpt.data.platform.ddt.sf.com/">' \
' <ns2:selectByPrimaryKeyResponse xmlns:ns2="http://service.rpt.data.platform.ddt.sf2.com/"> ' \
' </ns2:selectByPrimaryKeyResponse>' \
' <ns2:selectByPrimaryKeyResponse xmlns:ns2="http://service.rpt.data.platform.ddt.sf2.com/"> ' \
' </ns2:selectByPrimaryKeyResponse>' \
' </ns1:Body>' \
'</soap:Envelope>'
实验结果
.//xmlns:return//xmlns:copeWith
查找结果：所有名称空间定义为http://www.examp.com的return元素下，所有名称空间定义为http://www.examp.com的copeWith元素
实验3
xpath = "./xmlns:string"
response_to_check =''\
'<ArrayOfString xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"' \
' xmlns:xsd="http://www.w3.org/2001/XMLSchema" xmlns="http://WebXml.com.cn/">' \
' <string>阿尔及利亚,3320</string>' \
' <string>阿根廷,3522</string>' \
' <string>阿曼,3170</string>' \
' <string>阿塞拜疆,3176</string>' \
' <string>埃及,3317</string>' \
' <string>埃塞俄比亚,3314</string>' \
' <string>爱尔兰,3246</string>' \
' <string>奥地利,3237</string>' \
' <string>澳大利亚,368</string>' \
' <string>巴基斯坦,3169</string>' \
' <string>巴西,3580</string>' \
' <string>保加利亚,3232</string>' \
' <string>比利时,3243</string>' \
'</ArrayOfString>'
实验结果：
./string
查找结果：找不到元素
./xmlns:string
查找结果：根元素下，所有名称空间定义为 xmlns的string元素
实验4
对比实验3，去掉xmlns=xmlns="http://WebXml.com.cn/
xpath = "./string"
response_to_check =''\
'<ArrayOfString xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"' \
' xmlns:xsd="http://www.w3.org/2001/XMLSchema">' \
' <string>阿尔及利亚,3320</string>' \
' <string>阿根廷,3522</string>' \
' <string>阿曼,3170</string>' \
' <string>阿塞拜疆,3176</string>' \
' <string>埃及,3317</string>' \
' <string>埃塞俄比亚,3314</string>' \
' <string>爱尔兰,3246</string>' \
' <string>奥地利,3237</string>' \
' <string>澳大利亚,368</string>' \
' <string>巴基斯坦,3169</string>' \
' <string>巴西,3580</string>' \
' <string>保加利亚,3232</string>' \
' <string>比利时,3243</string>' \
'</ArrayOfString>'
实验结果：
./string
查找结果：根元素下，所有名称空间定义为 http://WebXml.com.cn/的string元素
总结
1）xmlns=URI定义元素默认的名称空间，使得作用范围内，可不用为元素显示设置名称空间前缀。
<element_node xmlns=URI>
<node1>
...
<node2>
</element_node>
xmlns=URI的作用域如下：
<element_node xmlns=URI>
作用域，也就是说，仅在元素范围内
</element>
2） 一份xml文档中，同时只能存在一个默认的xmlns名称空间,后续元素标签中定义的xmlns会自动导致前面定义的xmlns不可用
3）为元素设置自定义名称空间,形式如下：
<namespace:element_name xmlns:namespace=URI>
</namespace:element_name>
4）xpath查找，不能使用绝对路径。
5）根据实验1，实验1&实验2对比，实验3&实验4对比得出：
如果设置了xmlns(默认名称空间xmlns=xxxx，或者非默认的自定义名称空间xmlns:prefix=URI),那么xpath查找名称空间作用域内的子元素时，必须使用名称空间查找./xmlns:node_name、./prefix:node_name。
如果xmlns默认名称空间作用域范围内，子元素标签内设置了自定义名称空间，那么使用自定义名称空间查找 ./…/prefix:node_name
如果既没定义默认名称空间，也没设置自定义名称空间，那么xpath查找元素时可不用指定名称空间 ./node_name
采用网盘链接分享,请点击链接查看：
Python 关于xpath查找XML元素的一点总结的更多相关文章
- 如何在python列表中查找某个元素的索引
如何在python列表中查找某个元素的索引 2019-03-15 百度上回复别人的问题,几种方式的回答: 1) print('*'*15,'想找出里面有重复数据的索引值','*'*15) listA ...
- dom4j的xpath查找xml的指定节点
递归遍历所有节点http://blog.csdn.net/sidihuo/article/details/47318723 获取Document SAXReader saxReader = new S ...
- Python笔记(二)查找重复元素
一.查找数列重复元素---count() >>> list = [,,,,,,,,,,,] >>> set = set(list) >>> for ...
- Python通过xpath查找元素通过selenium读取元素信息
#coding:utf-8 from selenium import webdriver import time url ='http://www.baidu.com' driver = webdri ...
- C#使用xpath查找xml节点信息
Xpath是功能很强大的,但是也是相对比较复杂的一门技术,最好还是到博客园上面去专门找一些专业的帖子来看一看,下面是一些简单的Xpath语法和一个实例,提供给你参考一下. xml示例: <?xm ...
- Python列表中查找某个元素的索引(多个）
enumerate() 函数用于将一个可遍历的数据对象(如列表.元组或字符串)组合为一个索引序列,同时列出数据和数据下标,一般用在 for 循环当中. 以下是 enumerate() 方法的语法: e ...
- 用XPath查找HTML节点或元素
更新版以后会在我的新博客更新,请您移步 https://blog.clso.fun/posts/2019-03-03/46.html 虽然JQ和JS都能很方便的查找包含了ID及类名的元素,但某些情况下 ...
- Xml中SelectSingleNode方法，xpath查找某节点用法
Xml中SelectSingleNode方法,xpath查找某节点用法 最常见的XML数据类型有:Element, Attribute,Comment, Text. Element, 指形如<N ...
- 30天C#基础巩固----查找XML文件元素
一:XML文档 了解xml文档. 利用代码来创建XML文档. //引用命名空间+using System.Xml; XmlDocument xdoc=new XmlDocument(); XmlDec ...
随机推荐
- 机器学习入门 - Google的机器学习速成课程
1 - MLCC 通过机器学习,可以有效地解读数据的潜在含义,甚至可以改变思考问题的方式,使用统计信息而非逻辑推理来处理问题. Google的机器学习速成课程(MLCC,machine-learnin ...
- 基于vue-cli3.0构建功能完善的移动端架子，主要功能包括
webpack 打包扩展 css:sass支持.normalize.css._mixin.scss._variables.scss vw.rem布局 跨域设置 eslint设置 cdn引入 路由设计. ...
- python之使用位运算符实现加法运算
一哥们去笔试,回来后跟我说了一通面试题,其中有一道题让我很感兴趣: 不使用+号实现加法运算 刚听到后,一脸懵逼,不使用+号怎么算? 问了朋友他也没做这题,不过仔细想了下,不使用+号,是否可以使用其他运 ...
- SQL中的Join和Where的区别
一.sql语句中left join.inner join中的on与where的区别 0.各种join操作的概念和作用 left join :左连接,返回左表中所有的记录以及右表中连接字段相等的记录. ...
- mysql 导入 CSV文件命令行 ERROR 13 (HY000): Can't get stat of
一定要查看好CSV字段结构是否和文件的表结构字段一致 load data local infile 'F:/MySqlData/test1.csv' --CSV文件存放路径 into table st ...
- SLG手游Java服务器的设计与开发——架构分析
微信公众号[程序员江湖] 作者黄小斜,斜杠青年,某985硕士,阿里 Java 研发工程师,于 2018 年秋招拿到 BAT 头条.网易.滴滴等 8 个大厂 offer,目前致力于分享这几年的学习经验. ...
- yum源配置
我这里使用的centos7操作系统. 下载地址是:https://www.centos.org/download/ yum仓库的创建可以参考: http://www.cnblogs.com/zhaoj ...
- Python数据科学“冷门”库
Python是一种神奇的语言.事实上,它是近几年世界上发展最快的编程语言之一,它一次又一次证明了它在开发工作和数据科学立场各行业的实用性.整个Python系统和库是对于世界各地的用户(无论是初学者或者 ...
- Java BIO、NIO、AIO
同步与异步 同步与异步的概念, 关注的是 消息通信机制 同步是指发出一个请求, 在没有得到结果之前该请求就不返回结果, 请求返回时, 也就得到结果了. 比如洗衣服, 把衣服放在洗衣机里, 没有洗好之前 ...
- 机器学习中数据清洗&预处理
数据预处理是建立机器学习模型的第一步,对最终结果有决定性的作用:如果你的数据集没有完成数据清洗和预处理,那么你的模型很可能也不会有效 第一步,导入数据 进行学习的第一步,我们需要将数据导入程序以进行下 ...