13_Python_解析庫_Xpath的使用

標籤：套餐   store   www   根據   ref   尋找   lang   asp   通配   

目錄

• 1、安裝 Xpath
• 2、Xpath基本使用
• 3、Xpath文法
  • 3.1、常用的路徑運算式
  • 3.2、根據謂語尋找特定元素
  • 3.3、萬用字元
  • 3.4、選擇多個路徑

1、安裝 Xpath

pip install lxml

2、Xpath基本使用

from lxml import etreehtml = ‘‘‘<p class="drink">飲料套餐    <a class="drink" id="coffee">咖啡</a>     <a class="drink" id="milk">牛奶</a></p>‘‘‘selector = etree.HTML(html)content = selector.xpath(‘//a[@id="coffee"]/text()‘)print(content)

3、Xpath文法3.1、常用的路徑運算式

運算式	描述
nodename	選取此節點的所有子節點。
/	從根節點選取。
//	從匹配選擇的當前節點選擇文檔中的節點，而不考慮它們的位置。
.	選取當前節點。
..	選取當前節點的父節點。
@	選取屬性。

• 執行個體

路徑運算式	結果
bookstore	選取 bookstore 元素的所有子節點。
/bookstore	選取根項目 bookstore。注釋：假如路徑起始於正斜杠( / )，則此路徑始終代表到某元素的絕對路徑！
bookstore/book	選取屬於 bookstore 的子項目的所有 book 元素。
//book	選取所有 book 子項目，而不管它們在文檔中的位置。
bookstore//book	選擇屬於 bookstore 元素的後代的所有 book 元素，而不管它們位於 bookstore 之下的什麼位置。
//@lang	選取名為 lang 的所有屬性。

3.2、根據謂語尋找特定元素

路徑運算式	結果
/bookstore/book[1]	選取屬於 bookstore 子項目的第一個 book 元素。
/bookstore/book[last()]	選取屬於 bookstore 子項目的最後一個 book 元素。
/bookstore/book[last()-1]	選取屬於 bookstore 子項目的倒數第二個 book 元素。
/bookstore/book[position()<3]	選取最前面的兩個屬於 bookstore 元素的子項目的 book 元素。
//title[@lang]	選取所有擁有名為 lang 的屬性的 title 元素。
//title[@lang=‘eng‘]	選取所有 title 元素，且這些元素擁有值為 eng 的 lang 屬性。
/bookstore/book[price>35.00]	選取 bookstore 元素的所有 book 元素，且其中的 price 元素的值須大於 35.00。
/bookstore/book[price>35.00]/title	選取 bookstore 元素中的 book 元素的所有 title 元素，且其中的 price 元素的值須大於 35.00。

3.3、萬用字元

萬用字元	描述
*	匹配任何元素節點。
@*	匹配任何屬性節點。
node()	匹配任何類型的節點。

• 執行個體

路徑運算式	結果
/bookstore/*	選取 bookstore 元素的所有子項目。
//*	選取文檔中的所有元素。
//title[@*]	選取所有帶有屬性的 title 元素。

3.4、選擇多個路徑

• 通過在路徑運算式中使用“|”運算子，您可以選取若干個路徑。

路徑運算式	結果
//book/title | //book/price	選取 book 元素的所有 title 和 price 元素。
//title | //price	選取文檔中的所有 title 和 price 元素。
/bookstore/book/title | //price	選取屬於 bookstore 元素的 book 元素的所有 title 元素，以及文檔中所有的 price 元素。

參考資料：

W3School的XPath 教程

13_Python_解析庫_Xpath的使用