在 xpath 中使用破折号在 py-dom-xpath 中不起作用答案

【问题标题】：Using a dash in a xpath does not work in py-dom-xpath在 xpath 中使用破折号在 py-dom-xpath 中不起作用
【发布时间】：2012-03-05 20:14:45
【问题描述】：

我很喜欢在 Debian 4.1.1-21 下使用 py-dom-xpath 和 python 2.7.2。
一切都很好，而不是一个 XML 元素。

每当我尝试检查 XML 文档中的 xpath，如 //AAA/BBB/CCC-DDD 时，都找不到路径。它是唯一一个带有破折号- 的节点。我已经尝试过逃离破折号，但没有成功。

我还尝试了//*[name()='CCC-DDD'] 和starts-with 和contains 语句。该元素肯定在 XML 中，并且拼写也正确。

我尝试了online xpath validation site，它在那里完美无瑕，即使是破折号。

感谢任何帮助。

【问题讨论】：

你试试 lxml.etree 吗？这是一种高效且 Python 式的 xml 解析方式。
使用来自@unutbu、'''<root><AAA><BBB><CCC-DDD>xyz</CCC-DDD></BBB></AAA></root>'''、Debian Wheezy 上的 Python 2.7.3 和 py-dom-xpath-0.1、xpath.findnode('//AAA/BBB/CCC-DDD', doc) 的示例 XML 对我有用。您能提供您的 XML 输入文档吗？
从你的问题开始：Debian 4？已经 4 年没有得到安全修复了……你应该认真考虑更新。
另外，如果这不起作用，则可能是 py-dom-xpath 中的错误（因为它是有效的 XML）。这也可能是某种编码问题。您能否提供一个小型示例数据集（SSCCE）？

标签： python xml xpath

【解决方案1】：

也可能是某种编码问题。

这很可能是导致问题的原因。确认破折号实际上是 U+002D ('-') 通过 grepping 显示文件中每个破折号周围的上下文：

grep -o '...-...' input-file.xml

而且在您的脚本中。 Different characters that look like dashes (etc.) 不会相互匹配。

【讨论】：

【解决方案2】：

是否使用lxml 选项？ XPath 中的破折号在那里可以正常工作：

import lxml.etree as ET

content = '''<root><AAA><BBB><CCC-DDD>xyz</CCC-DDD></BBB></AAA></root>'''
doc = ET.fromstring(content)
print(doc.xpath('//AAA/BBB/CCC-DDD'))

产量

[<Element CCC-DDD at 0xb746f504>]

【讨论】：