1. 程式人生 > >python中x-path對html的使用

python中x-path對html的使用

初學XPath,其實很簡單 XPath 是一門在 XML 文件中查詢資訊的語言。XPath 用於在 XML 文件中通過元素和屬性進行導航。

(我的理解:XPath 就是一個用來查詢xml節點的路徑語言,一個路徑字串語法)

XML 例項文件 我們將在下面的例子中使用這個 XML 文件。

<?xml version="1.0" encoding="ISO-8859-1"?> Harry Potter 29.99 Learning XML 39.95

選取節點 XPath 使用路徑表示式在 XML 文件中選取節點。節點是通過沿著路徑或者 step 來選取的。 下面列出了最有用的路徑表示式:

表示式 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件中的節點,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。 在下面的表格中,我們已列出了一些路徑表示式以及表示式的結果:

路徑表示式 結果 bookstore 選取 bookstore 元素的所有子節點。 /bookstore 選取根元素 bookstore。

註釋:假如路徑起始於正斜槓( / ),則此路徑始終代表到某元素的絕對路徑!

bookstore/book 選取屬於 bookstore 的子元素的所有 book 元素。 //book 選取所有 book 子元素,而不管它們在文件中的位置。 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。

謂語(Predicates) 謂語用來查詢某個特定的節點或者包含某個指定的值的節點。

謂語被嵌在方括號中。

在下面的表格中,我們列出了帶有謂語的一些路徑表示式,以及表示式的結果:

路徑表示式 結果 /bookstore/book[1] 選取屬於 bookstore 子元素的第一個 book 元素。 /bookstore/book[last()] 選取屬於 bookstore 子元素的最後一個 book 元素。 /bookstore/book[last()-1] 選取屬於 bookstore 子元素的倒數第二個 book 元素。 /bookstore/book[position()❤️] 選取最前面的兩個屬於 bookstore 元素的子元素的 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。

選取未知節點 XPath 萬用字元可用來選取未知的 XML 元素。

萬用字元 描述

  • 匹配任何元素節點。 @* 匹配任何屬性節點。 node() 匹配任何型別的節點。 在下面的表格中,我們列出了一些路徑表示式,以及這些表示式的結果:

路徑表示式 結果 /bookstore/* 選取 bookstore 元素的所有子元素。 //* 選取文件中的所有元素。 //title[@*] 選取所有帶有屬性的 title 元素。

選取若干路徑 通過在路徑表示式中使用"|"運算子,您可以選取若干個路徑。

在下面的表格中,我們列出了一些路徑表示式,以及這些表示式的結果:

路徑表示式 結果 //book/title | //book/price 選取 book 元素的所有 title 和 price 元素。 //title | //price 選取文件中的所有 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,以及文件中所有的 price 元素。

XPath 軸(Axes) 軸可定義相對於當前節點的節點集。

軸名稱 結果 ancestor 選取當前節點的所有先輩(父、祖父等)。 ancestor-or-self 選取當前節點的所有先輩(父、祖父等)以及當前節點本身。 attribute 選取當前節點的所有屬性。 child 選取當前節點的所有子元素。 descendant 選取當前節點的所有後代元素(子、孫等)。 descendant-or-self 選取當前節點的所有後代元素(子、孫等)以及當前節點本身。 following 選取文件中當前節點的結束標籤之後的所有節點。 namespace 選取當前節點的所有名稱空間節點。 parent 選取當前節點的父節點。 preceding 選取文件中當前節點的開始標籤之前的所有節點。 preceding-sibling 選取當前節點之前的所有同級節點。 self 選取當前節點。

XPath 運算子 下面列出了可用在 XPath 表示式中的運算子:

運算子 描述 例項 返回值 | 計算兩個節點集 //book | //cd 返回所有擁有 book 和 cd 元素的節點集

  • 加法 6 + 4 10
  • 減法 6 - 4 2
  • 乘法 6 * 4 24 div 除法 8 div 4 2 = 等於 price=9.80 如果 price 是 9.80,則返回 true。

如果 price 是 9.90,則返回 false。

!= 不等於 price!=9.80 如果 price 是 9.90,則返回 true。

如果 price 是 9.80,則返回 false。

< 小於 price<9.80 如果 price 是 9.00,則返回 true。

如果 price 是 9.90,則返回 false。

<= 小於或等於 price<=9.80 如果 price 是 9.00,則返回 true。

如果 price 是 9.90,則返回 false。

大於 price>9.80 如果 price 是 9.90,則返回 true。

如果 price 是 9.80,則返回 false。

= 大於或等於 price>=9.80 如果 price 是 9.90,則返回 true。

如果 price 是 9.70,則返回 false。

or 或 price=9.80 or price=9.70 如果 price 是 9.80,則返回 true。

如果 price 是 9.50,則返回 false。

and 與 price>9.00 and price<9.90 如果 price 是 9.80,則返回 true。

如果 price 是 8.50,則返回 false。

mod 計算除法的餘數 5 mod 2 1 分類: XML