¿Cómo obtener la ruta de acceso de un elemento en lxml?

Question

Estoy buscando en un documento HTML usando XPath desde lxml en python. ¿Cómo puedo obtener el camino a un cierto elemento? Aquí está el ejemplo de nokogiri rubí:

page.xpath('//text()').each do |textnode| 
    path = textnode.path 
    puts path 
end 

de impresión, por ejemplo, '/html/cuerpo/div/div [1]/div [1]/p/texto() [1]' y este es el cadena que quiero obtener en python.

Answer 1

Usa getpath desde objetos ElementTree.

from lxml import etree 

root = etree.fromstring('<foo><bar>Data</bar><bar><baz>data</baz>' 
         '<baz>data</baz></bar></foo>') 

tree = etree.ElementTree(root) 
for e in root.iter(): 
    print tree.getpath(e) 

imprime

/foo 
/foo/bar[1] 
/foo/bar[2] 
/foo/bar[2]/baz[1] 
/foo/bar[2]/baz[2] 

Answer 2

Ver el Xpath and XSLT with lxml from the lxml documentation Esto le da a la trayectoria del elemento containg el texto

Un ejemplo sería

import cStringIO 
from lxml import etree 

f = cStringIO.StringIO('<foo><bar><x1>hello</x1><x1>world</x1></bar></foo>') 
tree = lxml.etree.parse(f) 
find_text = etree.XPath("//text()") 

# and print out the required data 
print [tree.getpath(text.getparent()) for text in find_text(tree)] 

# answer I get is 
>>> ['/foo/bar/x1[1]', '/foo/bar/x1[2]'] 

Answer 3

root = etree.parse(open('tmp.txt')) 

for e in root.iter(): 
    print root.getpath(e) 

Answer 4

si todo lo que h ave en su sección de código es el elemento y desea que xpath del elemento haga entonces element.getroottree().getpath(element) hará el trabajo.

from lxml import etree 

xml = ''' 
<test> 
    <a/> 
    <b> 
     <i/> 
     <ii/> 
    </b> 
</test> 
''' 
tree = etree.fromstring(xml) 

for element in tree.iter(): 
    print element.getroottree().getpath(element)