lxml XPath 搜索有两个条件答案

【问题标题】：lxml XPath search with two conditionslxml XPath 搜索有两个条件
【发布时间】：2020-08-23 12:36:09
【问题描述】：

我的 XML 文件是：

<releases>
    <release id="1">
        <title>Title1</title>
        <formats>
            <format name="CD" qty="2" text="">
            </format>
        </formats>
        <released>2016-02-00</released>
    </release>
    <release id="2">
        <title>Title2</title>
        <formats>
            <format name="LP" qty="2" text="">
            </format>
        </formats>
        <released>2018-03-00</released>
    </release>
    <release id="3">
        <title>Title3</title>
        <formats>
            <format name="CD" qty="1" text="">
            </format>
        </formats>
        <released>1995-01-15</released>
    </release>  
</releases>

在 Python3 中，我想查找“格式”名称 =“CD”且“已发布”文本包含文本“1995”的版本 ID（因此版本 ID 3 应该是结果）

我有这段代码可以找到 CD 发行版并打印发行日期：

for rls in root.findall(".//format[@name='CD']....//released"):
    print (rls.tag, rls.attrib, rls.text)

我也有这段代码，它可以找到所有带有“1995”的版本并打印第一个结果的日期：

print (root.xpath("/releases/release/released[contains(text(),'1995')]")[0].text)

我很难找到如何将两者结合起来（我同时使用findall，另一个使用xpath，不漂亮）。

【问题讨论】：

标签： python xml xpath lxml

【解决方案1】：

您可以在 XPath 中组合选择器的谓词部分中的条件。下面告诉 XPath：

返回所有release 节点，其中包含：
- 具有name=CD属性的format节点和
- 一个released 节点，其中包含1995 的文本

xml.xpath("./release[.//format[@name='CD'] and .//released[contains(text(),'1995')]]/@id")
# returns:
['3']

【讨论】：

谢谢。适用于 2GB xml 文件。在 55GB 文件上运行它，RAM（32GB）和交换空间（另外 32GB）在 5 分钟内用完，python 脚本以“Killed”结尾。有没有一种方法可以随时释放内存，或者一种内存密集度较低的方法？如果没有，我会将文件分成几块，一次做一个。

【解决方案2】：

这个 XPath，

/releases/release[formats/format/@name='CD'][starts-with(released,'1995')]

将选择CD格式的release元素，其released日期以1995开头，

<release id="3">
    <title>Title3</title>
    <formats>
        <format name="CD" qty="1" text="">
        </format>
    </formats>
    <released>1995-01-15</released>
</release>

根据要求。

你提到想要id 属性。如果您确实想遍历所有此类 id 属性而不是元素本身，只需将 /@id 附加到上述 XPath 即可。

【讨论】：