【Python學(xué)習(xí)】No.7 爬蟲相關(guān)

1.XPath中的text()和string()區(qū)別

  • 本質(zhì)區(qū)別
    text()是一個node test,而string()是一個函數(shù),data()是一個函數(shù)且可以保留數(shù)據(jù)類型谈为。此外,還有點號(.)表示當(dāng)前節(jié)點。
  • 使用要點
    XML例子:
<book><author>Tom John</author></book>
image.png
XML例子:

1. <book>
2. <author>Tom <em>John</em> cat</author>
3. <pricing>
4. <price>20</price>
5. <discount>0.8</discount>
6. </pricing>
7. </book>


text()
經(jīng)常在XPath表達(dá)式的最后看到text()酥泞,它僅僅返回所指元素的文本內(nèi)容。

1. let $x := book/author/text()
2. return $x

返回的結(jié)果是Tom cat住册,其中的John不屬于author直接的節(jié)點內(nèi)容婶博。


string()
string()函數(shù)會得到所指元素的所有節(jié)點文本內(nèi)容,這些文本講會被拼接成一個字符串荧飞。

1. let $x := book/author/string()
2. return $x

返回的內(nèi)容是”Tom John cat”


data()
大多數(shù)時候凡人,data()函數(shù)和string()函數(shù)通用,而且不建議經(jīng)常使用data()函數(shù)叹阔,有數(shù)據(jù)表明挠轴,該函數(shù)會影響XPath的性能。

1. let $x := book/pricing/string()
2. return $x

返回的是200.8

1. let $x := book/pricing/data()
2. return $x

這樣將返回分開的20和0.8耳幢,他們的類型并不是字符串而是xs:anyAtomicType岸晦,于是就可以使用數(shù)學(xué)函數(shù)做一定操作欧啤。

1. let $x := book/pricing/price/data()
2. let $y := book/pricing/discount/data()
3. return $x*$y

比如上面這個例子,就只能使用data()启上,不能使用text()或 string()邢隧,因為XPath不支持字符串做數(shù)學(xué)運算。

總結(jié)
text()不是函數(shù)冈在,XML結(jié)構(gòu)的細(xì)微變化倒慧,可能會使得結(jié)果與預(yù)期不符,應(yīng)該盡量少用包券,data()作為特殊用途的函數(shù)纫谅,可能會出現(xiàn)性能問題,如無特殊需要盡量不用溅固,string()函數(shù)可以滿足大部分的需求付秕。

2.Xpath 常用函數(shù)

  • contains (): //div[contains(@id,'in')] ,表示選擇id中包含有’in’的div節(jié)點
  • text():由于一個節(jié)點的文本值不屬于屬性,比如“<a class=”baidu“ href=”http://www.baidu.com“>baidu</a>”,所以侍郭,用text()函數(shù)來匹配節(jié)點://a[text()='baidu']
  • last():前面已介紹
  • starts-with(): //div[starts-with(@id,'in')] 询吴,表示選擇以’in’開頭的id屬性的div節(jié)點
  • not()函數(shù),表示否定励幼,//input[@name=‘identity’ and not(contains(@class,‘a(chǎn)’))] 汰寓,表示匹配出name為identity并且class的值中不包含a的input節(jié)點。 not()函數(shù)通常與返回值為true or false的函數(shù)組合起來用苹粟,比如contains(),starts-with()等有滑,但有一種特別情況請注意一下:我們要匹配出input節(jié)點含有id屬性的,寫法如下://input[@id]嵌削,如果我們要匹配出input節(jié)點不含用id屬性的毛好,則為://input[not(@id)]
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市苛秕,隨后出現(xiàn)的幾起案子肌访,更是在濱河造成了極大的恐慌,老刑警劉巖艇劫,帶你破解...
    沈念sama閱讀 219,188評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件吼驶,死亡現(xiàn)場離奇詭異,居然都是意外死亡店煞,警方通過查閱死者的電腦和手機蟹演,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,464評論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來顷蟀,“玉大人酒请,你說我怎么就攤上這事∶觯” “怎么了羞反?”我有些...
    開封第一講書人閱讀 165,562評論 0 356
  • 文/不壞的土叔 我叫張陵布朦,是天一觀的道長。 經(jīng)常有香客問我昼窗,道長是趴,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,893評論 1 295
  • 正文 為了忘掉前任膏秫,我火速辦了婚禮右遭,結(jié)果婚禮上做盅,老公的妹妹穿的比我還像新娘缤削。我一直安慰自己,他們只是感情好吹榴,可當(dāng)我...
    茶點故事閱讀 67,917評論 6 392
  • 文/花漫 我一把揭開白布亭敢。 她就那樣靜靜地躺著,像睡著了一般图筹。 火紅的嫁衣襯著肌膚如雪帅刀。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,708評論 1 305
  • 那天远剩,我揣著相機與錄音扣溺,去河邊找鬼。 笑死瓜晤,一個胖子當(dāng)著我的面吹牛锥余,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播痢掠,決...
    沈念sama閱讀 40,430評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼驱犹,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了足画?” 一聲冷哼從身側(cè)響起雄驹,我...
    開封第一講書人閱讀 39,342評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎淹辞,沒想到半個月后医舆,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,801評論 1 317
  • 正文 獨居荒郊野嶺守林人離奇死亡象缀,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,976評論 3 337
  • 正文 我和宋清朗相戀三年蔬将,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片攻冷。...
    茶點故事閱讀 40,115評論 1 351
  • 序言:一個原本活蹦亂跳的男人離奇死亡娃胆,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出等曼,到底是詐尸還是另有隱情里烦,我是刑警寧澤凿蒜,帶...
    沈念sama閱讀 35,804評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站胁黑,受9級特大地震影響废封,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜丧蘸,卻給世界環(huán)境...
    茶點故事閱讀 41,458評論 3 331
  • 文/蒙蒙 一漂洋、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧力喷,春花似錦刽漂、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,008評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至拂募,卻和暖如春庭猩,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背陈症。 一陣腳步聲響...
    開封第一講書人閱讀 33,135評論 1 272
  • 我被黑心中介騙來泰國打工蔼水, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人录肯。 一個月前我還...
    沈念sama閱讀 48,365評論 3 373
  • 正文 我出身青樓趴腋,卻偏偏與公主長得像,于是被迫代替她去往敵國和親嘁信。 傳聞我的和親對象是個殘疾皇子于样,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,055評論 2 355

推薦閱讀更多精彩內(nèi)容