用xpath获取对应的XML个节点

Question

我有一个 XML 文件（实际上是一个 xliff 文件），其中一个节点有 2 个具有相同子结构的子节点（这是先验未知的，可能非常复杂并且每个 <trans-unit>).我正在使用 python 和 lxml 库...示例：

<trans-unit id="tu4" xml:space="preserve">
    <seg-source>
        <mrk mid="0" mtype="seg">
            <g id="1">...</g>
            <g id="2">...</g>
            <g id="3">...</g>
            <bx id="7"/>...
        </mrk>
        <mrk mid="1" mtype="seg">...</mrk>
        <mrk mid="2" mtype="seg">...
            <ex id="7"/>
            <g id="8"> FROM HERE </g>
        </mrk>
   </seg-source>
   <target xml:lang="en">
        <mrk mid="0" mtype="seg">
            <g id="1">...</g>
            <g id="2">...</g>
            <g id="3">...</g>
            <bx id="7"/>...
        </mrk>
        <mrk mid="1" mtype="seg">...</mrk>
        <mrk mid="2" mtype="seg">...
            <ex id="7"/>
            <g id="8"> TO HERE </g>
        </mrk>
   </target>
</trans-unit>

如您所见，<seg-source> 和 <target> 这两个节点具有完全相同的子结构。我的目标是导航到 <seg-source> 的每个节点，获取该节点的文本和尾部（我知道如何使用 xpath 执行此操作），翻译它们，最后（这就是我不知道的） how to do) 分配给<target>翻译中的相应节点...

换句话说......假设我得到节点"FROM HERE"......我怎样才能得到节点"TO HERE"？。

Answer 1

如果你想将它们全部配对，你只需将节点压缩在一起，这样你就可以从每个节点访问匹配代码：

from lxml import etree

tree = etree.fromstring(x)
nodes = iter(tree.xpath("//*[self::seg-source or self::target]"))
for seq, tar in zip(nodes, nodes):
    # each node will be the matching nodes from each seq-source and target
    print(seq.xpath(".//*"))
    print(tar.xpath(".//*"))

由于 any/each trans-unit 中只有两个，您可以只使用 nodes = iter(tree.xpath("//trans-unit/*"))，因此内部节点的名称无关紧要。

nodes = iter(tree.xpath("/trans-unit/*"))
for seq, tar in zip(nodes, nodes):
    print(seq.xpath(".//*"))
    print(tar.xpath(".//*"))

如果我们运行样本上的代码并打印每个 id 节点，您可以看到输出从每个节点中获取一个：

In [2]: from lxml import etree

In [3]: tree = etree.fromstring(x)

In [4]: nodes = iter(tree.xpath("//trans-unit/*"))

In [5]: for seq, tar in zip(nodes, nodes):
   ...:         print(seq.xpath(".//g[@id='8']/text()"))
   ...:         print(tar.xpath(".//g[@id='8']/text()"))
   ...:     
[' FROM HERE ']
[' TO HERE ']

每个节点都是trans-unit的每个child的对应节点：

In [7]: for seq, tar in zip(nodes, nodes):
   ...:         print(seq.tag, tar.tag)
   ...:         for n1, n2 in zip(seq.xpath(".//*"),tar.xpath(".//*")):
   ...:                 print(n1.tag, n2.tag)
   ...:         
('seg-source', 'target')
('mrk', 'mrk')
('g', 'g')
('g', 'g')
('g', 'g')
('bx', 'bx')
('mrk', 'mrk')
('mrk', 'mrk')
('ex', 'ex')
('g', 'g')

用xpath获取对应的XML个节点

Get the corresponding XML nodes with xpath

python

xml

xpath

lxml

xliff