python lxml:不区分大小写的 xpath 标签名称匹配

python lxml: case insensitive xpath tag name matching

我正在使用 python + lxml 来解析 spss 文件。

关于这个话题似乎有很多话题,但答案对我没有特别帮助。

我遇到的答案:

- lower-case the entire input before parsing; 
- if you know the complete list of tags in advance

对我来说,这些建议会花费太多时间。

相反,我只想在必要时才匹配字符串。

这是我要编辑的代码行:

xpath("//definition//variable[@name='"+tag_name+"']")

如果 tag_name 是:

,我如何获得命中
tag_name = "Q1top"
tag_name = "q1Top"
tag_name = "q1TOP"
etc

我猜某种形式的正则表达式是有序的???

使用 local-name, translate XPath 函数:

>>> import lxml.etree
>>> 
>>> root = lxml.etree.fromstring('''
... <root>
...     <parent>
...         <Q1top>1</Q1top>
...         <q1Top>2</q1Top>
...         <q1TOP>3</q1TOP>
...     </parent>
... </root>
... ''')
>>> root.xpath('.//*[translate(local-name(), '
...            '"ABCDEFGHIJKLMNOPQRSTUVWXYZ", '
...            '"abcdefghijklmnopqrstuvwxyz")="q1top"]')
[<Element Q1top at 0x7fd663354a28>,
 <Element q1Top at 0x7fd663354830>,
 <Element q1TOP at 0x7fd6633549e0>]

更新

>>> root.xpath('.//*[translate(local-name(), '
...            '"QTOP", '
...            '"qtop")="q1top"]')
[<Element Q1top at 0x7fd663354a28>,
 <Element q1Top at 0x7fd663354830>,
 <Element q1TOP at 0x7fd6633549e0>]

或者,您可以将来自 http://exslt.org/regular-expressions 命名空间的正则表达式合并到 XPath 中,例如:

ns = {"re": "http://exslt.org/regular-expressions"}
query = "//definition//variable[re:test(@name, '^{0}$', 'i')]".format(tag_name)
result = tree.xpath(query, namespaces=ns)