利用lxml的xpath解析XML

lxml是python的一个解析库，支持HTML和XML的解析，支持XPath解析方式，而且解析效率非常高.
导入模块

from lxml import etree 

lxml.etree._Element方法及属性

方法

方法	说明
addnext(self, element)
getnext(self)
addprevious(self, element)
getprevious(self)
append(self, element)
insert(self, index, element)
clear(self, keep_tail=False)	会一次性清除所有子节点
remove(self, element)	只会清除该节点的子节点，不会清除节点本身，且当子节点重名时，会选择一起进行清楚
replace(self, old_element, new_element)
extend(self, elements)
find(self, path, namespaces=None)	返回第一个匹配对象，并且xpath语法只能使用相对路径（以’.//’开头）
findall(self, path, namespaces=None)	返回一个标签对象的列表，并且xpath语法只能使用相对路径（以’.//’开头）
findtext(self, path, default=None, namespaces=None)
getchildren(self)
getparent(self)
getroottree(self)
index(self, child, start=None, stop=None)
makeelement(self, _tag, attrib=None, nsmap=None, **_extra)

属性

属性	说明
items(self)
keys(self)
get(self, key, default=None)
set(self, key, value)	给Element对象设置属性，key为属性名，value为属性
values(self)
attrib get(), set(), keys(), values() and items()	可以使用attrib属性一次性取出所有的属性来操作，返回一个字典
base
tag	查看节点的具体属性
tail	获取节点中的文本内容
text	获取节点中的文本内容

lxml.etree.ElementTree方法及属性

方法

方法	说明
find(self, path, namespaces=None)	返回第一个匹配对象，并且xpath语法只能使用相对路径（以’.//’开头）
findall(self, path, namespaces=None)	返回一个标签对象的列表，并且xpath语法只能使用相对路径（以’.//’开头）
findtext(self, path, default=None, namespaces=None)
getiterator(self, tag=None)
getroot(self)
iter(self, tag=None)
iterfind(self, path, namespaces=None)
parse(self, source, parser=None)
write(self, file_or_filename, encoding=None, xml_declaration=None, default_namespace=None, method=None)
write_c14n(self, file)

Element类

Element是XML处理的核心类，Element对象可以直观的理解为XML的节点，大部分XML节点的处理都是围绕该类进行的。这部分包括三个内容：节点的操作、节点属性的操作、节点内文本的操作。
ElementTree对象可以理解为由Element对象组成的一颗树，而ElementPath则用于定位每个Element节点的位置
注意：lxml.etree中的Element类和xml.etree.ElementTree.Element不一样

XPATH

表达式	描述
nodename	选取此节点的所有子节点。
/	从根节点选取。
//	从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置。
.	选取当前节点。
…	选取当前节点的父节点。
@	选取属性

通配符	描述
*	匹配任何元素节点。
@*	匹配任何属性节点。
node()	匹配任何类型的节点。

示例：
选取 bookstore 元素的所有子节点：bookstore
选取根元素 bookstore。注释：假如路径起始于正斜杠( / )，则此路径始终代表到某元素的绝对路径！：/bookstore
选取名为 lang 的所有属性：//@lang
选取所有 book 子元素，而不管它们在文档中的位置 ：//book
选择属于 bookstore 元素的后代的所有 book 元素，而不管它们位于 bookstore 之下的什么位置：bookstore//book
选取所有拥有名为 lang 的属性的 title 元素：//title[@lang]
选取所有 title 元素，且这些元素拥有值为 eng 的 lang 属性：//title[@lang=‘eng’]
选取属于 bookstore 子元素的第一个 book 元素：/bookstore/book[1]
选取属于 bookstore 子元素的最后一个 book 元素：/bookstore/book[last()]
选取属于 bookstore 子元素的倒数第二个 book 元素：/bookstore/book[last()-1]
选取 bookstore 元素的所有 book 元素，且其中的 price 元素的值须大于 35.00：/bookstore/book[price>35.00]
选取 bookstore 元素中的 book 元素的所有 title 元素，且其中的 price 元素的值须大于 35.00：/bookstore/book[price>35.00]/title
选取 book 元素的所有 title 和 price 元素：//book/title | //book/price
选取文档中的所有 title 和 price 元素：//title | //price
选取属于 bookstore 元素的 book 元素的所有 title 元素，以及文档中所有的 price 元素：/bookstore/book/title | //price

from lxml import etree
#载入xml文件
root = etree.parse('tpl2.xml')
 
# 获取所有含有属性pulgin 的节点
all_n_with_p = root.xpath('//*[@plugin]') 
 
for n in all_n_with_p:
    print(n.attrib['plugin'])