獲取相應的XML節點使用XPath

Question

我有一個XML文件（實際上是一個XLIFF文件），其中節點具有2個孩子具有相同子節點（未先驗已知的，可以是非常複雜的，併爲每個<trans-unit>改變） 。我與Python和lxml的圖書館...示例工作：

<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> 

正如你所看到的，在2個節點<seg-source>和<target>具有完全相同的分體結構。我的目標是導航到<seg-source>每個節點，得到的文本和節點的尾部（我知道如何做到這一點使用XPath），翻譯它們最後（這是什麼，我不知道該怎麼辦）分配給<target>中的相應節點翻譯...

換句話說...假設我得到節點「FROM HERE」...我怎樣才能得到節點「TO HERE」？

Answer 1

如果要配對他們所有你能只是壓縮的節點連接在一起，所以你可以從每個訪問匹配代碼：

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(".//*")) 

由於只有中任意兩臺/每trans-unit你可以只使用nodes = iter(tree.xpath("//trans-unit/*"))所以內部節點的名稱並不重要。

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

如果我們運行在您的樣本代碼，並打印每個ID節點，可以看到輸出會分別來自：

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 '] 

每個節點是由反式單元的每個孩子對應的節點：

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')