xpath - 无法使用 lxml 按属性查找元素

Question

我正在使用欧洲航天局 API 来 query (结果可以查看 here )用于卫星图像元数据解析为 python 对象。

使用requests 库，我可以成功获得XML 格式的结果，然后使用lxml 读取内容。我能够找到元素并按预期探索树:

# loading the response into an ElementTree
tree = etree.fromstring(response.content)
root = tree.getroot()
ns = root.nsmap

# get the first entry element and its summary
e = root.find('entry',ns)
summary = e.find('summary',ns).text

print summary

>> '日期:2018-11-28T09:10:56.879Z，仪器:OLCI，模式:，卫星:Sentinel-3，大小:713.99 MB'

entry 元素有几个 date 属性 name 的后代:

for d in e.findall('date',ns):
    print d.tag, d.attrib

>> {http://www.w3.org/2005/Atom}日期 {'name': 'creationdate'}
{http://www.w3.org/2005/Atom}日期 {'name': 'beginposition'}
{http://www.w3.org/2005/Atom}日期 {'name': 'endposition'}
{http://www.w3.org/2005/Atom}日期 {'name': 'ingestiondate'}

我想使用 XPath 语法 [@attrib='value'] 获取 beginposition 日期元素，但它只返回 None。即使只是搜索具有名称属性 ([@attrib]) 的日期元素，也不会返回 None:

dt_begin = e.find('date[@name="beginposition"]',ns) # dt_begin is None
dt_begin = e.find('date[@name]',ns)                 # dt_begin is None

entry 元素包括表现出相同行为的其他子元素，例如多个 str 元素也具有不同的 name 属性。

有没有人遇到过类似的事情或者我遗漏了什么？我正在使用 Python 2.7.14 和 lxml 4.2.4

Answer 1

使用谓词 ([@name="beginposition"]) 时，似乎需要显式前缀。这是一个测试程序:

from lxml import etree

print etree.LXML_VERSION

tree = etree.parse("data.xml")  

ns1 = tree.getroot().nsmap
print ns1
print tree.find('entry', ns1)
print tree.find('entry/date', ns1)
print tree.find('entry/date[@name="beginposition"]', ns1)

ns2 = {"atom": 'http://www.w3.org/2005/Atom'}
print tree.find('atom:entry', ns2)
print tree.find('atom:entry/atom:date', ns2)
print tree.find('atom:entry/atom:date[@name="beginposition"]', ns2)

输出:

(4, 2, 5, 0)
{None: 'http://www.w3.org/2005/Atom', 'opensearch': 'http://a9.com/-/spec/opensearch/1.1/'}
<Element {http://www.w3.org/2005/Atom}entry at 0x7f8987750b90>
<Element {http://www.w3.org/2005/Atom}date at 0x7f89877503f8>
None
<Element {http://www.w3.org/2005/Atom}entry at 0x7f8987750098>
<Element {http://www.w3.org/2005/Atom}date at 0x7f898774a950>
<Element {http://www.w3.org/2005/Atom}date at 0x7f898774a7a0>