ElementTree 的 findall '或' 操作符

Question

如果我有一个这样的xml文件：

<root>
  <item>
    <prop>something</prop>
  </item>
  <test>
    <prop>something</prop>
  </test>
  <test2>
    <prop>something</prop>
  </test2>
</root>

我可以用 xmlTree.getroot().findall("item") 来获取所有的'item'元素。

那么我该怎么才能获取所有的'item'或者'test'元素呢？我想要的效果是这样的：

xmlTree.getroot().findall("item or test")

在文档的例子里我没有看到类似的用法。有没有什么想法呢？

Answer 1

大数据集的“通配符”解决方案

这里有一个方法，你不需要指定“A | B | ...”。你可以用“*”作为通配符，然后通过索引来过滤掉不需要的部分，下面的代码就展示了这个方法（比如，在这个问题中，最后一个标签“test2”可以通过使用 lst[:-1] 来排除）。

import xml.etree.ElementTree as ET
data='''
<root>
  <item>
    <prop>something1</prop>
  </item>
  <test>
    <prop>something2</prop>
  </test>
  <test2>
    <prop>something3</prop>
  </test2>
</root>'''
root = ET.fromstring(data)
lst = root.findall('*')
for x in lst[:-1]:
    print(x.find('prop').text)

输出结果：

something1

something2

Answer 2

因为标准库里的 ElementTree 只支持有限的 xpath，所以如果你想用 | 这个 xpath 的“或”运算符，就必须使用 lxml 这个库：

from lxml import etree as ET


data = """<?xml version="1.0"?>
<data>
<item>1</item>
<test>2</test>
</data>"""

tree = ET.fromstring(data)

for element in tree.xpath('//item|//test'):
    print element.text

这段代码会输出：

1
2

如果你用的是 xml.etree.ElementTree，你可以把两个单独的 findall() 调用的结果结合起来：

for element in tree.findall('.//item') + tree.findall('.//test'):
    print element.text

或者，在循环里检查标签名：

for element in tree.iter():
    if element.tag in ('item', 'test'):
        print element.text