Python 如何计算包含'；特定文本'；在xml文件中，不考虑层次结构？

我有要解析的示例xml文件。如何计算包含特定标记[Python]的标记的出现次数

<xml>
  <t1>fdhdhd</t1>
  <t2>fdhdhd</t2>
  <sub>
      <context>aligned</context>
  </sub>
 <context>not-aligned</context>
    <sub>
      <context>aligned</context>
  </sub>
</xml>

fdhdhd
fdhdhd
对齐的
不一致
对齐的

---

如何计算包含文本“对齐”和“未对齐”的标记“sub”的出现次数？

如果您希望在标准库中执行此操作（即没有

lxml

依赖项），可以尝试此操作（假设您的xml文件是

sample.xml

）：

xml = '''<xml>
  <t1>fdhdhd</t1>
  <t2>fdhdhd</t2>
  <sub>
      <context>aligned</context>
  </sub>
 <context>not-aligned</context>
    <sub>
      <context>aligned</context>
  </sub>
</xml>'''

from lxml import etree

tree = etree.fromstring(xml)
tree.xpath('count(//sub/context[.="aligned" or .="not-aligned"])')

编辑：如果我正确理解您对我的答案的评论，您永远不想同时计算“未对齐”和“对齐”，而总是只计算两者中的任何一个。此外，您实际上并不关心哪个元素

context

出现在下面。那么

from xml.etree import ElementTree as ET

xml = ET.parse('sample.xml')
count = len(xml.findall(".//*[context='aligned']"))

---

应该提供您想要的。

如果您希望在标准库中执行此操作（即没有

lxml

依赖项），您可以尝试此操作（假设您的xml文件是

sample.xml

）：

编辑：如果我正确理解您对我的答案的评论，您永远不想同时计算“未对齐”和“对齐”，而总是只计算两者中的任何一个。此外，您实际上并不关心哪个元素

context

出现在下面。那么

from xml.etree import ElementTree as ET

xml = ET.parse('sample.xml')
count = len(xml.findall(".//*[context='aligned']"))

---

应该会给你想要的。

可能会有帮助，你的意思是：

sub

包含右文本的子标记？可能会有帮助，你的意思是：

sub

包含右文本的子标记？@Jackie如果你在安装

lxml

时遇到问题，请使用Anaconda，它包含您需要的所有依赖项，并且预先安装了

lxml

。@Jackie如果您在安装

lxml

时遇到问题，请使用Anaconda，它包含您需要的所有依赖项，并且

lxml

是预先安装的。有没有办法找到包含“对齐”文本的标记“上下文”的计数/长度？可以是一个liner您可以按如下方式编辑上述解决方案：从xml.etree导入ElementTree作为ET tree=ET.parse（'sample.xml'）root=tree.getroot（）打印len（root.findall（'.//context'））打印len（root.findall（'.//*[context='aligned']）。这看起来非常简单和直接。在这里如何处理损坏的xml？“ET.parse”在这里不起作用？XML解析器通常不用于处理“断开的”输入（与HTML解析器相反）。您可能希望尝试以下错误：“xml.etree.ElementTree.ParseError:不匹配的标记：”。我们是否有类似于“从xml.etree导入元素树为ET”的“lxml:parser=etree.XMLParser（recover=True）”的方法？是否有任何方法可以找到包含文本“aligned”的标记“context”的计数/长度？可以是一个liner您可以按如下方式编辑上述解决方案：从xml.etree导入ElementTree作为ET tree=ET.parse（'sample.xml'）root=tree.getroot（）打印len（root.findall（'.//context'））打印len（root.findall（'.//*[context='aligned']）。这看起来非常简单和直接。在这里如何处理损坏的xml？“ET.parse”在这里不起作用？XML解析器通常不用于处理“断开的”输入（与HTML解析器相反）。您可能希望尝试以下错误：“xml.etree.ElementTree.ParseError:不匹配的标记：”。对于“从xml.etree导入ElementTree作为ET”，我们是否有类似于“lxml:parser=etree.XMLParser（recover=True）”的内容？

from xml.etree import ElementTree as ET

xml = ET.parse('sample.xml')
count = len(xml.findall(".//*[context='aligned']"))