xpath學(xué)習(xí)筆記

xpath簡(jiǎn)介

1. xpath 用于在XML文檔中通過(guò)元素和屬性進(jìn)行導(dǎo)航
2. xpath 使用路徑表達(dá)式來(lái)選取 XML 或 HTML 中的節(jié)點(diǎn)或者節(jié)點(diǎn)集搅吁。

xpath 節(jié)點(diǎn)

1. 在 xpath 中 有七種類型的節(jié)點(diǎn)：

• 元素
• 屬性
• 文本
• 命名空間
• 處理指令
• 注釋
• 文檔根節(jié)點(diǎn)

2. 節(jié)點(diǎn)關(guān)系

• 父級(jí)
• 子級(jí)
• 同輩級(jí)
• 先輩級(jí)
• 后代級(jí)

xpath 語(yǔ)法

語(yǔ)法示例：

from lxml import etree

html = '''
<bookstore> 
  <book price="100" category="cooking"> 
    <title lang="en">Everyday Italian</title>  
    <author>Giada De Laurentiis</author>  
    <year>2005</year>  
    <price>30.00</price> 
  </book>  

  <book category="children"> 
    <title lang="cn">Harry Potter</title>  
    <author>J K. Rowling</author>  
    <year>2005</year>  
    <price>29.99</price> 
  </book>  

  <book category="web"> 
    <title category="web">XQuery Kick Start</title>  
    <author>James McGovern</author>  
    <author>Per Bothner</author>  
    <author>Kurt Cagle</author>  
    <author>James Linn</author>  
    <author>Vaidyanathan Nagarajan</author>  
    <year>2003</year>  
    <price>49.99</price> 
  </book> 

  <book category="web" cover="paperback" price="100"> 
    <title>Learning XML</title>  
    <author>Erik T. Ray</author>  
    <year>2003</year>  
    <price>39.95</price> 
  </book> 

</bookstore>

'''
# 將字符串轉(zhuǎn)為html對(duì)象
html = etree.HTML(html)


# 獲取bookstore下book標(biāo)簽的title標(biāo)簽
res = html.xpath('//bookstore/book/title')
print(res)
# 返回值（列表中是對(duì)象）：[<Element title at 0x25c54df7388>, <Element title at 0x25c54df73c8>, <Element title at 0x25c54df7448>, <Element title at 0x25c54df7488>]

# 獲取bookstore下book標(biāo)簽的title標(biāo)簽中category屬性值為“web”
res = html.xpath('//bookstore/book/title[@category="web"]')
print(res)
# 返回值（列表中是對(duì)象）：[<Element title at 0x1f0ec727388>]

# 獲取bookstore下book標(biāo)簽的title標(biāo)簽中category屬性值為“web”的標(biāo)簽的值
res = html.xpath('//bookstore/book/title[@category="web"]/text()')
print(res)
# 返回值（列表中是字符串）：['XQuery Kick Start']

# 獲取bookstore下book的price屬性為100的標(biāo)簽下的title()標(biāo)簽的值
res = html.xpath('//bookstore/book[@price="100"]/title/text()')
print(res)
# 返回值（列表中的是字符串）：['Everyday Italian', 'Learning XML']

# 獲取bookstore 下book下第1個(gè)標(biāo)簽的所有屬性 [1]:表示選擇第幾個(gè)標(biāo)簽 @*：表示選擇所有的屬性
res = html.xpath('//bookstore/book[1]/@*')
print(res)
# 返回值（列表中是字符串）

# 獲取bookstore 下book帶有任意屬性的標(biāo)簽
res = html.xpath('//bookstore/book[@*]')
print(res)
# 返回值 (列表中的是對(duì)象)：[<Element book at 0x17a7fb47388>, <Element book at 0x17a7fb473c8>, <Element book at 0x17a7fb47448>, <Element book at 0x17a7fb47488>]

# 獲取帶有屬性的title元素的值
res = html.xpath('//title[@*]/text()')
print(res)
# 返回值（列表中的是字符串）：['Everyday Italian', 'Harry Potter', 'XQuery Kick Start']

# 獲取book下的 title 和 price 標(biāo)簽
res = html.xpath('//book/title | //book/price')
print(res)
# 返回值：（列表中的是對(duì)象）：[<Element title at 0x256dc8773c8>, <Element price at 0x256dc877448>, <Element title at 0x256dc877488>, <Element price at 0x256dc8774c8>, <Element title at 0x256dc877508>, <Element price at 0x256dc877548>, <Element title at 0x256dc877588>, <Element price at 0x256dc8775c8>]

# 獲取book有category或price屬性的值
res = html.xpath('//book/@category | //book/@price')
print(res)
# 返回值 （列表中的是字符串）：['100', 'cooking', 'children', 'web', 'web', '100']

補(bǔ)充：

• items.xpath('.//div[starts-with(@class, "item")]')
  表示div的 class 屬性以 item 開頭