XPath谓词将选定节点与上下文节点进行比较？

Question

假设我有以下简化的嵌套 HTML 列表：

<ol>
  <li>Item 1</li>
  <li>Item 2
    <ul>
      <li>Item 2 1</li>
    </ul>
  </li>
  <li>Item 3</li>
</ol>

现在我想在迭代列表项时访问每个文本节点：

for li in xml.xpath(".//li"):
    for t in li.xpath(".//text()"):
        print(t)

但是，这会打印两次 Item 2 1，因为该文本节点是两个 li 节点的后代。因此，我只想选择其祖先 li 是当前/上下文列表项的那些文本节点，以避免在嵌套列表项中多选文本节点。类似的东西

li.xpath(".//text[ancestor::li[1] == .]")

但这是一个无效的表达式。

我该怎么做？ （这是使用 lxml，它基于实现 XPath 1.0 的 libxml2）。

Answer 1

如果我理解正确，这应该可以：

for t in xml.xpath('//li[text()]'):
    print(t.text.strip()

输出：

Item 1
Item 2
Item 2 1
Item 3

Answer 2

首先，可以注意到下面的 XPath 1.0 表达式：

.//text()

是descendant-or-self::text() 的快捷方式（一些“语法糖”）-the thirteen XPath 1.0 axes 之一。

因此，如果您只想获取“与当前节点处于同一级别”的文本节点（实际上是其直接子节点），您应该只使用轴child::text()。这是默认轴顺便说一句，所以你可以写text()。

依靠您问题中的示例：

#!/usr/bin/env python3
from lxml import etree
with open('./a.xml') as data:
    xml = etree.parse(data)
    for li in xml.xpath(".//li"):
        print(li.xpath("text()"))

会输出

['Item 1']
['Item 2\n    ', '\n  ']
['Item 2 1']
['Item 3']