Python lxml查找<；部门>；id='；后-0-9*'；

我试图找到所有id以“post-{here a low of digits}开头的div标记 我试过这样的方法：

tree.xpath("//div[starts-with(@id,'post-[0-9]')]")

---

但实际上并不奏效。有没有办法不用在python中导入正则表达式就可以做到这一点？

如果您只想检查以“post-”开头的@id，xpath

//div[以（@id，'post-'）开头]

就足够了。但是，如果您要查找@id，它必须是'post-$AnyDigit'的组合，那么您必须使用

matches（）

函数。

不支持正则表达式，即

以
开头的函数不支持正则表达式

Lxml不支持XPath 2.0。您有以下三个选项：


切换到能够处理XPath 2.0的处理器。然后可以使用该函数

使用符合XPath 1.0的解决方案。这是相当丑陋的，但它是有效的，在某些情况下可能是最简单的解决方案。然而，这不是一个通用的解决方案！它将用
-
替换
@id
中的数字，并与之匹配。因此，如果原始的
id
类似于
post--
，那么这也会实现。使用您知道不会出现在此位置的字符


xpath（//div[以（translate（@id，'0123456789'，'------------'），'post--'）开头）

lxml支持，您可以从中使用正则表达式函数。我认为这是最好的解决办法

regexpNS=”http://exslt.org/regular-expressions"
r=tree.xpath（//div[re:test（@id，^post-[0-9]”），名称空间={'re'：regexpNS}）
针对此类问题的xpath-1.0解决方案是使用
translate（）

例如：
translate（@id，'0123456789'，'0'）
将任何数字更改为
0
（'123'->'000'

因此，如果您想查找例如“post-”后接三位数字，请使用以下内容：

"//div[starts-with(translate( @id, '0123456789' , '0' ), 'post-000')]"

没有真正起作用你是什么意思？如果你只关心“post-”，那么[0-9]有什么用？当然还有@Shivan Raptor所说的。好吧，我没有得到想要的输出：）。[0-9]未被“starts with”方法识别。Xpath 2有一个名为matches（）的函数，它接受一个正则表达式。您可以查看lexxml是否支持该功能，然后执行以下操作：matches（@id，'post-\d'）或类似操作。请参阅Look matches函数不起作用：lxml.etree.xpathevaleror:Unregistered function有趣的是，在您的上一节中，该站点不存在，但可以工作：）@Geveze这一点都不奇怪。XML命名空间是URI，但不是URL。虽然它们在本例中看起来相同，但这只是为了将重复标识符的概率降至最低并使其易于阅读。它也可以是一个简单的字符串，如
reg-ex
。将XML名称空间视为一个字符串，该字符串是唯一标识符，与URL.thnx无关
regexpNS = "http://exslt.org/regular-expressions"
r = tree.xpath("//div[re:test(@id, '^post-[0-9]')]", namespaces={'re': regexpNS})
"//div[starts-with(translate( @id, '0123456789' , '0' ), 'post-000')]"