Python 如何在lxml xpath中使用正则表达式？

我使用这样的构造：

doc = parse(url).getroot()
links = doc.xpath("//a[text()='some text']")

但是我需要选择所有的链接，这些链接都有以“some text”开头的文本，所以我想知道有没有办法在这里使用regexp？在lxml文档中未找到任何内容

您可以使用以下功能：

doc.xpath("//a[starts-with(text(),'some text')]")

您可以这样做（尽管示例中不需要正则表达式）。Lxml支持扩展函数中的正则表达式。（请参阅lxml文档了解方法，但它也适用于

xpath（）

方法）

---

请注意，您需要给出名称空间映射，以便它知道xpath表达式中的“re”前缀代表什么。

因为我无法忍受lxml对名称空间的处理方法，所以我编写了一个可以绑定到

HtmlElement

类的小方法

只需导入

HtmlElement

：

from lxml.etree import HtmlElement

然后将其放入您的文件中：

# Patch the HtmlElement class to add a function that can handle regular
# expressions within XPath queries.
def re_xpath(self, path):
    return self.xpath(path, namespaces={
        're': 'http://exslt.org/regular-expressions'})
HtmlElement.re_xpath = re_xpath

然后，如果要进行正则表达式查询，只需执行以下操作：

my_node.re_xpath("//a[re:match(text(), 'some text')]")

你要去参加比赛了。再多做一点工作，您可能会修改它以替换xpath方法本身，但我没有为此烦恼，因为它工作得足够好。

答案是：

doc.xpath（“//a[以（text（），'some'）开头]”

这是最简单的。通常最简单的就是最快最好的

假设我们有以下xml，并将其读取到doc

从lxml导入etree
s=”“”
页面标题
"""
doc=etree.fromstring

我们将测试前面答案中提到的三种方法的速度

时间 陈述 39.8µs xpath（//a[re:match（text（），“^some”）]，名称空间={'re'：'http://exslt.org/regular-expressions'}) 29.3µs xpath（//a[re:test（text（），'^some'）]），名称空间={'re'：'http://exslt.org/regular-expressions'}) 16.7µs xpath（//a[以（text（），'some'）]开头）

---

为什么不在这里使用xpath方法

以

开头呢。您可以使用此选项选择文本以您的单词开头的特定元素，例如

doc.xpath("//a[starts-with(text(),'some text')]")

doc.xpath("//a[contains(text(),'some text')]")

请注意，如果还要选择此元素

<a href="www.example.com">ends with some text2</a>

---

不为我工作，我会：

匹配（，“一些文本”）

。顺便说一句，我不太懂

部分。func

test

也有同样的结果（我认为如果您厌倦了传递名称空间，那么使用

test

实际上更有意义：P）现在是从lxml.html导入HtmlElement

的
更有用的例子，正则表达式搜索
树.re\xpath（//div[re:match（@id，'blah\d+'））
我可以用这样的方法覆盖我的\u节点。find（）？我想插入{*}我不知道为什么不能，@privacy。
<a href="www.example.com">ends with some text2</a>

doc.xpath("//a[contains(text(),'some text')]")