etree.findall: 'OR'查询？

Question

我想在一个XHTML文件中找到所有的样式表定义，可以用lxml.etree.findall这个方法。这可能很简单，比如说：

elems = tree.findall('link[@rel="stylesheet"]') + tree.findall('style')

但是，CSS样式定义有个问题，就是顺序很重要。例如：

<link rel="stylesheet" type="text/css" href="/media/css/first.css" />
<style>body:{font-size: 10px;}</style>
<link rel="stylesheet" type="text/css" href="/media/css/second.css" />

如果style标签里的内容是在两个link标签的规则之后应用的，那么结果可能和按定义顺序应用的情况完全不同。

那么，我该怎么查找同时包含link[@rel="stylesheet"]和style的内容呢？

Answer 1

可以使用XPATH来实现：

data = """<link rel="stylesheet" type="text/css" href="/media/css/first.css" />
<style>body:{font-size: 10px;}</style>
<link rel="stylesheet" type="text/css" href="/media/css/second.css" />
"""

from lxml import etree

h = etree.HTML(data)

h.xpath('//link[@rel="stylesheet"]|//style')

[<Element link at 97a007c>,
 <Element style at 97a002c>,
 <Element link at 97a0054>]