python爬蟲xpath的語法

https://www.cnblogs.com/lonenysky/p/4649455.html

Xpath語法筆記

https://www.cnblogs.com/MUMO/p/5732836.html

python xpath 基本用法

https://www.cnblogs.com/zhang-pengcheng/p/4294930.html

XPath 是一門在 XML 文檔中查找信息的語言。XPath 可用來在 XML 文檔中對元素和屬性進行遍歷歧胁。

XPath 是 W3C XSLT 標準的主要元素滋饲，并且 XQuery 和 XPointer 都構(gòu)建于 XPath 表達之上。

因此喊巍，對 XPath 的理解是很多高級 XML 應用的基礎(chǔ)屠缭。

這個是w3c上關(guān)于xpath的介紹，可以看出xpath是在xml文檔中查詢信息的語言

在 XPath 中崭参，有七種類型的節(jié)點：元素、屬性、文本退盯、命名空間婆赠、處理指令、注釋以及文檔（根）節(jié)點海洼。XML 文檔是被作為節(jié)點樹來對待的跨新。樹的根被稱為文檔節(jié)點或者根節(jié)點。

根節(jié)點在xpath中可以用“//”來啊表示

XPath 使用路徑表達式來選取 XML 文檔中的節(jié)點或節(jié)點集贰军。節(jié)點是通過沿著路徑 (path) 或者步 (steps) 來選取的玻蝌。

接下來一個例子

表達式描述

nodename選取此節(jié)點的所有子節(jié)點蟹肘。

/從根節(jié)點選取。

//從匹配選擇的當前節(jié)點選擇文檔中的節(jié)點俯树，而不考慮它們的位置帘腹。

.選取當前節(jié)點。

..選取當前節(jié)點的父節(jié)點许饿。

@選取屬性阳欲。

在下面的表格中，我們已列出了一些路徑表達式以及表達式的結(jié)果：

路徑表達式結(jié)果

bookstore選取 bookstore 元素的所有子節(jié)點陋率。

/bookstore選取根元素 bookstore球化。 注釋：假如路徑起始于正斜杠( / )，則此路徑始終代表到某元素的絕對路徑瓦糟！

bookstore/book選取屬于 bookstore 的子元素的所有 book 元素筒愚。

//book選取所有 book 子元素，而不管它們在文檔中的位置菩浙。

bookstore//book選擇屬于 bookstore 元素的后代的所有 book 元素巢掺，而不管它們位于 bookstore 之下的什么位置。

//@lang選取名為 lang 的所有屬性劲蜻。

選取根元素 bookstore陆淀。

注釋：假如路徑起始于正斜杠( / )，則此路徑始終代表到某元素的絕對路徑先嬉！

謂語用來查找某個特定的節(jié)點或者包含某個指定的值的節(jié)點轧苫。

謂語被嵌在方括號中。

在下面的表格中疫蔓，我們列出了帶有謂語的一些路徑表達式含懊，以及表達式的結(jié)果：

路徑表達式結(jié)果

/bookstore/book[1]選取屬于 bookstore 子元素的第一個 book 元素。

/bookstore/book[last()]選取屬于 bookstore 子元素的最后一個 book 元素衅胀。

/bookstore/book[last()-1]選取屬于 bookstore 子元素的倒數(shù)第二個 book 元素绢要。

/bookstore/book[position()<3]選取最前面的兩個屬于 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 元素拗小。

//title[@lang='eng']選取所有 title 元素重罪，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 元素哀九，且其中的 price 元素的值須大于 35.00剿配。

/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 元素的值須大于 35.00阅束。

XPath 通配符可用來選取未知的 XML 元素呼胚。

通配符描述

*匹配任何元素節(jié)點。

@*匹配任何屬性節(jié)點息裸。

node()匹配任何類型的節(jié)點蝇更。

在下面的表格中沪编，我們列出了一些路徑表達式，以及這些表達式的結(jié)果：

路徑表達式結(jié)果

/bookstore/*選取 bookstore 元素的所有子元素年扩。

//*選取文檔中的所有元素蚁廓。

//title[@*]選取所有帶有屬性的 title 元素。

通過在路徑表達式中使用“|”運算符厨幻，您可以選取若干個路徑相嵌。

在下面的表格中，我們列出了一些路徑表達式况脆，以及這些表達式的結(jié)果：

路徑表達式結(jié)果

//book/title | //book/price選取 book 元素的所有 title 和 price 元素饭宾。

//title | //price選取文檔中的所有 title 和 price 元素。

/bookstore/book/title | //price選取屬于 bookstore 元素的 book 元素的所有 title 元素格了，以及文檔中所有的 price 元素看铆。

選取屬于 bookstore 元素的 book 元素的所有 title 元素，以及文檔中所有的 price 元素盛末。

這些就是xpath的語法內(nèi)容

在運用到python抓取時要先轉(zhuǎn)換為xml

Import lxml