Python 将root.xpath（）与正则表达式一起应用将返回一个lxml.etree.\u elementUnicodesult

我正在生成一个模型来找出一段文本在HTML文件中的位置

所以，我有一个数据库，里面有大量来自不同报纸文章的数据，比如标题、发表日期、作者和新闻文本。我试图做的是通过分析这些数据，生成一个模型，该模型可以自己找到包含这些内容的HTML标记的XPath

问题是当我在xpath方法中使用正则表达式时，如下所示：

from lxml import html

with open('somecode.html', 'r') as f:
    root = html.fromstring(f.read())

list_of_xpaths = root.xpath('//*/@*[re:match(.,"2019-04-15")]')

这是在代码中搜索发布日期的示例。它返回一个lxml.etree.\u元素unicoderesult，而不是lxml.etree.\u元素

不幸的是，在应用

root.getroottree（）.getpath（XPath[0]）

之后，这种类型的元素不允许我像lxml.etree.\u元素一样获取XPath的位置

有没有办法获取这种类型元素的XPath？怎么做

---

是否有方法使用regex返回lxml.etree.\u elementunicodesult元素？

问题是，您得到的属性值表示为

\u elementunicodesult

类的实例

如果我们反省一下

\u elementunicodesult

类提供了什么，我们可以看到它允许您通过

.getparent（）

方法访问具有此属性的元素：

attribute = list_of_xpaths[0]
element = attribute.getparent()

print(root.getroottree().getpath(element))

这将为我们提供元素的路径，但由于我们还需要属性名，我们可以执行以下操作：

print(attribute.attrname) 

---

然后，为了获得指向元素属性的完整xpath，我们可以使用：

path_to_element = root.getroottree().getpath(element)
attribute_name = attribute.attrname

complete_path = path_to_element + "/@" + attribute_name
print(complete_path)

---

仅供参考，

\u elementunicodesult

还通过

指示这是否实际上是一个属性。is\u attribute

属性（因为该类还表示文本节点和尾部）。

嗯，您的解决方案几乎完美无瑕！它返回我/html/head/meta[33]/@content。我将尝试找到一种获得更漂亮xpath的方法，但是你教了我一些重要的东西，我只是有很多想法。谢谢你！