如何使用一个 xpath 表达式在 xml 提要中获取多个标签的文本？

Question

我正在尝试解析一个看起来像这样的 xml 提要：

<item>
<title>item title</title>
<link>item link</link>
<description>item description</description>
</item>

我正在尝试找到一个 xpath 表达式，它将检索每个项目的所有详细信息，以便提要中的每个项目都包含在其自己的数组中或以某种方式分组。我尝试使用//item/*，但标签没有分组，尽管它们的顺序正确。

有没有办法做到这一点？

编辑：

[
[title1, link1, desc1],
[title2, link2, desc2],
[title3, link3, desc3]
]

Answer 1

来自http://www.w3.org/TR/xpath/#section-Introduction

计算一个表达式以产生一个 对象，它具有以下之一 四种基本类型：

• 节点集（无重复节点的无序集合）
• 布尔值（真或假）
• 数字（浮点数）
• 字符串（UCS 字符序列）

因此，没有像元组这样的“结构”数据类型。您的任务的“标准”解决方案是选择父级并迭代它们，使用任何 DOM API 方法获取子级。

Answer 2

有了这个输入

<root>
<item>
    <title>item title</title>
    <link>item link</link>
    <description>item description</description>
</item>
<item>
    <title>item2</title>
    <link>link2</link>
    <description>description2</description>
</item>
</root>

还有这个 xsl

<?xml version="1.0" encoding="ISO-8859-1"?>
<xsl:stylesheet version="1.0"
    xmlns:xsl="http://www.w3.org/1999/XSL/Transform">

    <xsl:output method="xml" indent="yes" omit-xml-declaration="yes"/>

    <xsl:template match="//item">
        <xsl:value-of select="./title"/><xsl:text>
</xsl:text>
        <xsl:value-of select="./link"/><xsl:text>
</xsl:text>
        <xsl:value-of select="./description"/><xsl:text>
</xsl:text>
    </xsl:template>

</xsl:stylesheet>

你得到这个输出

item title
item link
item description

item2
link2
description2

我希望这会有所帮助..

Answer 3

这是一个返回序列的 XPath 2.0 表达式（假设来自 Stefanos 的答案的 XML 输入文档）：

for $item in /root/item
  return ($item/title/text(), $item/link/text(), $item/description/text())

序列是有序的，但不允许嵌套，因此您无法通过纯 XPath 获得您所要求的那种数据结构。使用 XSLT（或其他宿主语言），您可以创建提供所需结构的新对象。

Answer 4

您尚未指定语言，但如果您使用的是 Python（这是您展示的数据结构的样子），使用lxml 很容易：

 >>> from lxml import etree
 >>> d = etree.fromstring("""<doc>
 <item>
  <title>item 1 title</title>
  <link>item 1 link</link>
  <description>item 1 description</description>
 </item>
 <item>
  <title>item 2 title</title>
  <link>item 2 link</link>
  <description>item 2 description</description>
 </item>
</doc>""")
>>> [[e.xpath("title")[0].text,
      e.xpath("description")[0].text,
      e.xpath("link")[0].text]
     for e in d.xpath("/doc/item")]
[['item 1 title', 'item 1 description', 'item 1 link'], ['item 2 title', 'item 2 description', 'item 2 link']]

如果 XML 的结构不可靠，这在列表解析中就不是那么容易了；例如，如果 item 元素没有“链接”子元素，则上述中断。