Python 带有子路径的XPath谓词，使用lxml？

我试图理解发送给我用于ACORD XML表单（保险中的通用格式）的XPath和XPath。他们发送给我的XPath是（为简洁起见被截断）：

我遇到的麻烦是Python告诉我

[InsuredOrPrincipalInfo/InsuredOrPrincipalRoleCd=“AN”]

是一个

无效谓词。我在中找不到任何可以识别此语法的地方，因此我可以修改此谓词以使其工作

有关于这个谓词选择什么的文档吗？还有，这是一个有效的谓词，还是有什么东西被弄坏了

可能相关：

我相信与我合作的公司是一家微软商店，所以这个XPath在C#或该堆栈中的其他语言中可能有效？我不完全确定

更新：

根据评论要求，这里有一些额外的信息

XML示例：

<ACORD>
  <InsuranceSvcRq>
    <HomePolicyQuoteInqRq>
      <PersPolicy>
        <PersApplicationInfo>
            <InsuredOrPrincipal>
                <InsuredOrPrincipalInfo>
                    <InsuredOrPrincipalRoleCd>AN</InsuredOrPrincipalRoleCd>
                </InsuredOrPrincipalInfo>
                <GeneralPartyInfo>
                    <Addr>
                        <Addr1></Addr1>
                    </Addr>
                </GeneralPartyInfo>
            </InsuredOrPrincipal>
        </PersApplicationInfo>
      </PersPolicy>
    </HomePolicyQuoteInqRq>
  </InsuranceSvcRq>
</ACORD>


一

代码示例（使用完整的XPath而不是代码段）：

来自lxml导入etree的
>>
>>>tree=etree.fromstring（原始）
>>>树.查找（'./InsuranceSvrq/HomePolicyQuoteInqRq/PersPolicy/PersApplicationInfo/InsuranceOrPrincipal[InsuranceOrPrincipalInfo/InsuranceOrPrincipalRolecd=“AN”]/GeneralPartyInfo/Addr/Addr1'）
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
lxml.etree.\u Element.find（src/lxml/lxml.etree.c:39972）中的文件“lxml.etree.pyx”，第1409行
文件“/Library/Python/2.5/site packages/lxml-2.3-py2.5-macosx-10.3-i386.egg/lxml/_elementpath.py”，第271行，在find中
it=iterfind（元素、路径、名称空间）
iterfind中的文件“/Library/Python/2.5/site packages/lxml-2.3-py2.5-macosx-10.3-i386.egg/lxml/_elementpath.py”，第261行
选择器=\构建\路径\迭代器（路径，名称空间）
文件“/Library/Python/2.5/site packages/lxml-2.3-py2.5-macosx-10.3-i386.egg/lxml/_elementpath.py”，第245行，在构建路径迭代器中
selector.append（ops[token[0]]（下一步，token））
文件“/Library/Python/2.5/site packages/lxml-2.3-py2.5-macosx-10.3-i386.egg/lxml/_elementpath.py”，第207行，在prepare_谓词中
引发语法错误（“无效谓词”）
SyntaxError:无效谓词
我认为你的例子非常好。我会检查lxmls XPath实现是否有一些文档化的限制或类似的限制。
您得到的XPath是完全正确的。也许将其嵌入Python会出现问题，在Python中需要使用Python转义约定来转义字符串中的双引号

./PersApplicationInfo/InsuredOrPrincipal
                 [InsuredOrPrincipalInfo/InsuredOrPrincipalRoleCd="AN"]
                     /GeneralPartyInfo/

此表达式存在一些问题：

./PersApplicationInfo/InsuredOrPrincipal
                 [InsuredOrPrincipalInfo/InsuredOrPrincipalRoleCd='AN']
                     /GeneralPartyInfo

<ACORD>
    <InsuranceSvcRq>
        <HomePolicyQuoteInqRq>
            <PersPolicy>
                <PersApplicationInfo>
                    <InsuredOrPrincipal>
                        <InsuredOrPrincipalInfo>
                            <InsuredOrPrincipalRoleCd>AN</InsuredOrPrincipalRoleCd>
                        </InsuredOrPrincipalInfo>
                        <GeneralPartyInfo>
                            <Addr>
                                <Addr1></Addr1>
                            </Addr>
                        </GeneralPartyInfo>
                    </InsuredOrPrincipal>
                </PersApplicationInfo>
            </PersPolicy>
        </HomePolicyQuoteInqRq>
    </InsuranceSvcRq>
</ACORD>

<Addr1 />

结尾的
/
字符使其在语法上无效。它标志着一个新的定位步骤的开始，但随后什么也没有发生

正如Michael Kay博士所注意到的，Python中的嵌套引号可能存在问题

建议的解决方案：

./PersApplicationInfo/InsuredOrPrincipal
                 [InsuredOrPrincipalInfo/InsuredOrPrincipalRoleCd='AN']
                     /GeneralPartyInfo

<ACORD>
    <InsuranceSvcRq>
        <HomePolicyQuoteInqRq>
            <PersPolicy>
                <PersApplicationInfo>
                    <InsuredOrPrincipal>
                        <InsuredOrPrincipalInfo>
                            <InsuredOrPrincipalRoleCd>AN</InsuredOrPrincipalRoleCd>
                        </InsuredOrPrincipalInfo>
                        <GeneralPartyInfo>
                            <Addr>
                                <Addr1></Addr1>
                            </Addr>
                        </GeneralPartyInfo>
                    </InsuredOrPrincipal>
                </PersApplicationInfo>
            </PersPolicy>
        </HomePolicyQuoteInqRq>
    </InsuranceSvcRq>
</ACORD>

<Addr1 />

在此表达式中，双引号替换为单引号。第二个更改是删除结尾的
/
字符

更新：现在OP提供了一个更完整的代码示例，我能够验证实际使用的XPath表达式没有任何错误。以下是它与XSLT的验证：

<xsl:stylesheet version="1.0"
 xmlns:xsl="http://www.w3.org/1999/XSL/Transform">

 <xsl:template match="/*">
  <xsl:copy-of select=
  './InsuranceSvcRq/HomePolicyQuoteInqRq/PersPolicy
                 /PersApplicationInfo/InsuredOrPrincipal
                     [InsuredOrPrincipalInfo/InsuredOrPrincipalRoleCd="AN"]
                                                   /GeneralPartyInfo/Addr/Addr1'/>
 </xsl:template>
</xsl:stylesheet>



当此转换应用于提供的XML文档时：

./PersApplicationInfo/InsuredOrPrincipal
                 [InsuredOrPrincipalInfo/InsuredOrPrincipalRoleCd='AN']
                     /GeneralPartyInfo

<ACORD>
    <InsuranceSvcRq>
        <HomePolicyQuoteInqRq>
            <PersPolicy>
                <PersApplicationInfo>
                    <InsuredOrPrincipal>
                        <InsuredOrPrincipalInfo>
                            <InsuredOrPrincipalRoleCd>AN</InsuredOrPrincipalRoleCd>
                        </InsuredOrPrincipalInfo>
                        <GeneralPartyInfo>
                            <Addr>
                                <Addr1></Addr1>
                            </Addr>
                        </GeneralPartyInfo>
                    </InsuredOrPrincipal>
                </PersApplicationInfo>
            </PersPolicy>
        </HomePolicyQuoteInqRq>
    </InsuranceSvcRq>
</ACORD>

<Addr1 />


一

生成所需的正确结果：

./PersApplicationInfo/InsuredOrPrincipal
                 [InsuredOrPrincipalInfo/InsuredOrPrincipalRoleCd='AN']
                     /GeneralPartyInfo

<ACORD>
    <InsuranceSvcRq>
        <HomePolicyQuoteInqRq>
            <PersPolicy>
                <PersApplicationInfo>
                    <InsuredOrPrincipal>
                        <InsuredOrPrincipalInfo>
                            <InsuredOrPrincipalRoleCd>AN</InsuredOrPrincipalRoleCd>
                        </InsuredOrPrincipalInfo>
                        <GeneralPartyInfo>
                            <Addr>
                                <Addr1></Addr1>
                            </Addr>
                        </GeneralPartyInfo>
                    </InsuredOrPrincipal>
                </PersApplicationInfo>
            </PersPolicy>
        </HomePolicyQuoteInqRq>
    </InsuranceSvcRq>
</ACORD>

<Addr1 />



结论：问题要么在于Python代码的使用，要么（不太可能）使用的XPath引擎存在错误。
更改
树。查找
到
树。XPath
find
和
findall
以提供与ElementTree的其他实现的兼容性。要使用包含更高级功能的XPath表达式，请使用
XPath
方法、
XPath
类或
XPathEvaluator

例如：

import io
import lxml.etree as ET

content='''\
<ACORD>
  <InsuranceSvcRq>
    <HomePolicyQuoteInqRq>
      <PersPolicy>
        <PersApplicationInfo>
            <InsuredOrPrincipal>
                <InsuredOrPrincipalInfo>
                    <InsuredOrPrincipalRoleCd>AN</InsuredOrPrincipalRoleCd>
                </InsuredOrPrincipalInfo>
                <GeneralPartyInfo>
                    <Addr>
                        <Addr1></Addr1>
                    </Addr>
                </GeneralPartyInfo>
            </InsuredOrPrincipal>
        </PersApplicationInfo>
      </PersPolicy>
    </HomePolicyQuoteInqRq>
  </InsuranceSvcRq>
</ACORD>
'''
tree=ET.parse(io.BytesIO(content))
path='//PersApplicationInfo/InsuredOrPrincipal[InsuredOrPrincipalInfo/InsuredOrPrincipalRoleCd="AN"]/GeneralPartyInfo'
result=tree.xpath(path)
print(result)

据我所知，lxml基本上是libxml2的一个接口，我找不到关于这两个接口的任何信息，因为它们都没有完整的实现。你能举一个XML示例，说明
InsuredOrPrincipal[InsuredOrPrincipalInfo/insuredorprincipalecd=“an”]
应该匹配吗，XPath规范确实指出谓词可以包含路径表达式，但引用非常模糊：
PredicateExpr:：='['Expr']'
，其中
Expr
可以包含任意关系表达式，包括
PathExpr
。字符串在单引号内，因此不需要转义。在使用XPath之前，我一直在修剪XPath的尾部
/
，因为它会导致返回不正确的节点。我把它复制到这里时忘了把它取下来。我还用单引号将字符串括起来，尽管我尝试了两种方法来彻底解释。仍然抛出带有无效谓词的
语法错误
。规范中有关于这类谓词的文档吗？@Jack M。如果您提供完整的XPath表达式及其参与的代码，那么许多人会向您指出问题的确切原因。正如大家所指出的，您在questin中提供的XPath表达式片段是正确的——因此问题出在您没有向我们展示的代码中。@Jack M:我已经更新了我的答案