You need to enable JavaScript to run this app. 如何使用XPath提取XML文本同时保留原有文档结构
优惠活动
大模型
产品
解决方案
定价
更多

如何使用XPath提取XML文本同时保留原有文档结构

首先明确:XPath 本身是节点查询语言,仅能从原文档中筛选匹配的节点,无法直接生成保留外层结构的新 XML 文档,你之前用 /bookstore/book/text() 只能拿到两个独立的文本节点,自然会丢失原有的 bookstore、book 层级结构。

要实现你的需求,需要搭配 XML 转换工具/语言,配合 XPath 筛选要删除的节点即可,两种常用实现方案如下:

方案1:通用 XSLT 转换(兼容所有支持 XSLT 的环境)

用自带的身份模板默认复制所有原结构,再添加空模板过滤掉不需要的 title、price 元素即可,示例 XSLT 代码:

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <!-- 身份模板:默认复制所有节点、属性到新文档 -->
    <xsl:template match="@*|node()">
        <xsl:copy>
            <xsl:apply-templates select="@*|node()"/>
        </xsl:copy>
    </xsl:template>
    <!-- 空模板:匹配book下的所有子元素,直接跳过不复制,实现删除效果 -->
    <xsl:template match="/bookstore/book/*"/>
</xsl:stylesheet>

把原XML和上述XSLT放在任意XSLT处理器中运行,即可直接输出你需要的目标结构。

方案2:编程语言实现(以Python lxml库为例)

如果是在代码中处理,先用XPath选中所有要删除的节点,逐一移除即可:

from lxml import etree

# 加载原始XML
raw_xml = '''
<bookstore>
<book>
  <title lang="en">Harry Potter</title>
  <price>29.99</price>
  Berlin
</book>
<book>
  <title lang="en">Learning XML</title>
  <price>39.95</price>
  Tokyo
</book>
</bookstore>
'''
root = etree.fromstring(raw_xml.encode())

# XPath选中所有book下的子元素(title、price)
need_remove = root.xpath('/bookstore/book/*')
for node in need_remove:
    node.getparent().remove(node)

# 输出处理后的XML
print(etree.tostring(root, pretty_print=True, encoding='unicode'))

内容的提问来源于stack exchange,提问作者Lennart Van der Goten

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.12 15:39:03