使用Python解析带有条件的ONIX xml

Question

我正在尝试使用Pythonlxml解析器从XML格式文件中提取一些信息。

除其他事项外，我在文件中感兴趣的部分如下：

<?xml version="1.0" encoding="UTF-8"?>
<ProductSupply>
       <SupplyDetail>
          <Supplier>
             <SupplierRole>03</SupplierRole>
             <SupplierName>EGEN</SupplierName>
          </Supplier>
          <ProductAvailability>40</ProductAvailability>
          <Price>
             <PriceType>01</PriceType>
             <PriceAmount>0.00</PriceAmount>
             <Tax>
                <TaxType>01</TaxType>
                <TaxRateCode>Z</TaxRateCode>
                <TaxRatePercent>0</TaxRatePercent>
                <TaxableAmount>0.00</TaxableAmount>
                <TaxAmount>0.00</TaxAmount>
             </Tax>
             <CurrencyCode>NOK</CurrencyCode>
          </Price>
          <Price>
             <PriceType>02</PriceType>
             <PriceQualifier>05</PriceQualifier>
             <PriceAmount>0.00</PriceAmount>
             <Tax>
                <TaxType>01</TaxType>
                <TaxRateCode>Z</TaxRateCode>
                <TaxRatePercent>0</TaxRatePercent>
                <TaxableAmount>0.00</TaxableAmount>
                <TaxAmount>0.00</TaxAmount>
             </Tax>
             <CurrencyCode>NOK</CurrencyCode>
          </Price>
       </SupplyDetail>
    </ProductSupply>

我需要在以下条件下获得价格：

PriceType='02' and CurrencyCode='NOK' and PriceQualifier='05'

我试过：

price = p.find(
"ProductSupply/SupplyDetail[Supplier/SupplierRole='03']/Price[PriceType='02' \
and CurrencyCode='NOK' and PriceQualifier='05']/PriceAmount").text

由于某些原因，我的带有XPath运算符的and无法工作，并得到以下错误：

File "<string>", line unknown
    SyntaxError: invalid predicate

知道怎么接近它吗？任何帮助都是非常感谢的！

Answer 1

TL;DR:使用xpath()，因为find*()方法不支持像and这样的布尔运算符。

作为丹尼尔建议，您应该对(相当复杂的) XPath表达式使用lxml的解析器方法xpath()。

XPath

XPath表达式包含使用布尔算子 (XPath 1.0)的节点测试和https://en.wikipedia.org/wiki/XPath#Predicates。

ProductSupply/SupplyDetail[Supplier/SupplierRole='03']/Price[PriceType='02' \
and CurrencyCode='NOK' and PriceQualifier='05']/PriceAmount

提示:在线测试(参见Xpather演示)。这表明它按照预期找到了单个元素<PriceAmount>0.00</PriceAmount>。

使用find()方法

根据Python，您可以使用以下find方法接受匹配表达式(例如XPath)作为参数：

1. find
2. findAll

问题:有限的XPath语法支持find()

虽然他们的支持XPath语法是有限的！

这个限制包括与and一样的逻辑运算符。卡尔·桑顿( Karl )在他的XML解析: Python ~ XPath ~逻辑和Shiori页面上解释了这一点。

另一方面，文档更喜欢它们：

.find*() 方法通常比成熟的XPath支持更快的。它们还通过.iterfind()方法支持增量树处理，而XPath总是在返回结果之前收集所有结果。因此，由于速度和内存方面的原因，在不需要高度选择性的XPath查询时，建议使用它们而不是XPath。

(强调地雷)

使用lxml的xpath()

因此，让我们从更安全和更丰富的xpath()函数开始(在过早优化之前)。例如：

# the node predicates to apply within XPath
sd_predicate = "[Supplier/SupplierRole='03']"
p_predicate = "[PriceType='02' and CurrencyCode='NOK' and PriceQualifier='05']"

pa_xpath = f"ProductSupply/SupplyDetail{sd_predicate}/Price{p_predicate}/PriceAmount"  # building XPath including predicates with f-string
print("Using XPath:", pa_xpath) # remove after debugging

root = tree.getroot()
price_amount = root.xpath(pa_xpath)
print("XPath evaluated to:", price_amount) # remove after debugging

另请参阅：

• 官方lxml指南：使用lxml的XPath和XSLT
• 在Python中使用XPath