python - XPath 匹配每个包含文本的节点

Question

如何递归匹配所有包含文本的子节点。

如果我有一棵树

table
 tr
  td
   "hello"
  td
   b
    "hi"
 tr
  td
   "salud"
  td
   em
    "bonjour"

如何将表节点中的每个字符串与 xpath 匹配？像“//table/*/text()”这样的东西？

Answer 1

您给出的 XPath 表达式已经几乎是正确的：

//table//text()

将为您提供文档中所有表格中的所有文本节点。

Answer 2

下面的呢？

from lxml import etree
from StringIO import StringIO

input = '''
<table>
 <tr>
  <td>hello</td>
  <td><b>hi</b></td>
 </tr>
 <tr>
  <td>salud</td>
  <td><em>bonjour</em></td>
 </tr>
</table>
'''

parser = etree.HTMLParser()
tree = etree.parse(StringIO(input), parser)

for p in tree.xpath("//table/tr/td//text()"):
    print p

...给出输出：

hello
hi
salud
bonjour