获取包含特定文本的所有节点(文本和属性)的有效方法

Question

我的目标是检索所有包含特定文本的节点。

1-我可以检索包含有折叠请求的文本的节点：

[node for node in root.xpath('//*[contains(.,"Carte de chaleur")]') ]


Out[62]: 
[<Element workbook at 0x1818bc76e88>,
 <Element worksheets at 0x1819b886dc8>,
 <Element worksheet at 0x1819c156488>,
 <Element layout-options at 0x1819c1564c8>,
 <Element title at 0x1818e9509c8>,
 <Element formatted-text at 0x1819c156c48>,
 <Element run at 0x1818e955048>,
 <Element worksheet at 0x1819c156a88>,
 <Element layout-options at 0x1819c156fc8>,
 <Element title at 0x1818e9508c8>,
 <Element formatted-text at 0x1819c1565c8>,
 <Element run at 0x1818e955088>]

但是，当我检查时，我只得到两个包含特定文本的元素。

[node for node in root.xpath('//*[contains(.,"Carte de chaleur")]') if node.text.__contains__("Carte de chaleur")]
Out[66]: [<Element run at 0x1818e955048>, <Element run at 0x1818e955088>]

事实上，当我查找其中一个运行节点的路径时，我会发现所有的“工作簿”、工作表等等.实际上是它们的父节点。

run_node
Out[71]: <Element run at 0x1818e955048>
tree.getpath(run_node)
Out[72]: '/workbook/worksheets/worksheet[3]/layout-options/title/formatted-text/run[1]'

那么，为什么这个xpath查询返回我要查找的节点的所有父节点(实际上只有2个运行节点)？

2-如果希望其属性包含特定文本的节点，则运行以下查询：

root.xpath('//@*[contains(.,"bold")]/..')
Out[86]: 
[<Element format at 0x18199f56948>,
 <Element format at 0x18199f56148>]

(这是逻辑，因为我想要包含特定属性节点的节点，所以我正在寻找这个属性节点的父节点)

奇怪的是，这一请求并没有产生同样的结果：

root.xpath('//*[contains(@*,"bold")]') 

即使对我来说，最后一个意思是：“取根的任何子代元素，其任何属性都包含文本”粗体“(与前面的元素相同)。

3-可以使用变量检索属性包含不同值的节点吗？

对于一个变量，我可以这样做：

root('//*[@name=$var]', var="[Petal_length]") 

但有没有办法做这样的事：

root('//*[@name=$var1]//title[@format=$var2]', var1="[Petal_length]",var2="bold") 

编辑:这是原始文本https://ctxt.io/2/AACATwNVFA。Ps:如果有人知道如何分享一些超过1天的短信，那会对我有帮助。

Answer 1

节点的字符串值是包含在其中的所有文本节点的连接，因此如果一个节点在其字符串值中包含特定的子字符串，那么它的所有祖先也会这样做。

给您的一个问题是，您希望输入返回什么？

<para>Carte <i>de</i> chaleur</para>

您想要返回para元素，还是不返回呢？

如果您对此不被返回感到高兴，那么您本质上是说，所有文本都必须在单个文本节点中找到，所以您可以这样做

//*[text()[contains(.,"Carte de chaleur")]]

如果您确实希望返回段落，那么您的要求是“查找包含文本的最低级别元素，而不包括它们的祖先”，那么您可能需要执行如下操作

//*[contains(.,"Carte de chaleur") and not(*[contains(.,"Carte de chaleur")])]

我还没开始考虑效率.