63.1-XPath概念和實(shí)例

人們對于不確定之事的興趣，永遠(yuǎn)多于已經(jīng)確定之事骤竹，過去和現(xiàn)在經(jīng)常被人們遺忘尿贫。所以，能夠編織夢想的人蒂阱，永遠(yuǎn)是最受歡迎之人!

總結(jié)：

HTML與XML的差別
HTML是用來做數(shù)據(jù)格式的顯示的锻全，里面的數(shù)據(jù)是為了用標(biāo)簽在瀏覽器中繪制出來的；
XML的創(chuàng)造是為了在系統(tǒng)之間傳輸數(shù)據(jù)蒜危，樹形結(jié)構(gòu)虱痕、標(biāo)簽;費(fèi)流量；可以用JSON

XML中辐赞，<> 內(nèi)的用來存放屬性\類；用條件 @ 來匹配硝训； [] 內(nèi)些匹配條件

node() \ local-name() \ 函數(shù)返回為節(jié)點(diǎn)

1. HTML解析

HTML的內(nèi)容返回給瀏覽器响委，瀏覽器就會解析它新思，并對它渲染。
HTML 超文本表示語言赘风，設(shè)計(jì)的初衷就是為了超越普通文本夹囚，讓文本表現(xiàn)力更強(qiáng)。
XML擴(kuò)展標(biāo)記語言邀窃，不是為了代替HTML荸哟，而是覺得HTML的設(shè)計(jì)中包含了過多的格式，承擔(dān)了一部分?jǐn)?shù)據(jù)之外的
任務(wù)瞬捕，所以才設(shè)計(jì)了XML只用來描述數(shù)據(jù)鞍历。
HTML和XML都有結(jié)構(gòu)，使用標(biāo)記形成樹型的嵌套結(jié)構(gòu)肪虎。DOM（Document Object Model）來解析這種嵌套樹型
結(jié)構(gòu)劣砍，瀏覽器往往都提供了對DOM操作的API，可以用面向?qū)ο蟮姆绞絹聿僮鱀OM扇救。

2. XPath****

http://www.w3school.com.cn/xpath/index.asp 中文教程

XPath 是一門在 XML 文檔中查找信息的語言刑枝。XPath 可用來在 XML 文檔中對元素和屬性進(jìn)行遍歷。

工具
XMLQuire win7+需要.NET框架4.0-4.5迅腔。
測試XML装畅、XPath

<?xml version="1.0" encoding="utf-8"?>
<bookstore>
   <book id="bk101">
      <author>Gambardella, Matthew</author>
      <title>XML Developer's Guide</title>
      <genre>Computer</genre>
      <price>44.95</price>
      <publish_date>2000-10-01</publish_date>
      <description>An in-depth look at creating applications 
      with XML.</description>
   </book>
   <book id="bk102">
      <author>Ralls, Kim</author>
      <title>Midnight Rain</title>
      <genre>Fantasy</genre>
      <price>5.95</price>
      <publish_date>2000-12-16</publish_date>
      <description>A former architect battles corporate zombies, 
      an evil sorceress, and her own childhood to become queen 
      of the world.</description>
   </book>
   <book id="bk104">
      <author>Corets, Eva</author>
      <title>Oberon's Legacy</title>
      <genre>Fantasy</genre>
      <price>5.95</price>
      <publish_date>2001-03-10</publish_date>
      <description>In post-apocalypse England, the mysterious 
      agent known only as Oberon helps to create a new life 
      for the inhabitants of London. Sequel to Maeve 
      Ascendant.</description>
   </book>
</bookstore>

在 XPath 中，有七種類型的節(jié)點(diǎn)：元素沧烈、屬性掠兄、文本、命名空間掺出、處理指令徽千、注釋以及文檔（根）節(jié)點(diǎn)。

/ 根結(jié)點(diǎn)
元素節(jié)點(diǎn)汤锨，例如 book,title等
屬性節(jié)點(diǎn) : id=
Corets, Eva 元素節(jié)點(diǎn)双抽，
id="bk104" 是屬性節(jié)點(diǎn)，id是元素節(jié)點(diǎn)book的屬性

節(jié)點(diǎn)之間的嵌套形成父子(parent闲礼、children) 關(guān)系牍汹。
具有同一個父節(jié)點(diǎn)的不同節(jié)點(diǎn)是兄弟(sibling) 關(guān)系。

謂語(Predicates)
謂語用來查找某個特定的節(jié)點(diǎn)或者包含某個指定的值的節(jié)點(diǎn)柬泽。
謂語被嵌在方括號中[]慎菲。謂語就是查詢的條件。

操作符或表達(dá)式	含義
/	從根節(jié)點(diǎn)開始找
//	從當(dāng)前節(jié)點(diǎn)開始的任意層找
.	當(dāng)前節(jié)點(diǎn)
..	當(dāng)前節(jié)點(diǎn)的父節(jié)點(diǎn)
@	選擇屬性
節(jié)點(diǎn)名	選取所有這個節(jié)點(diǎn)名的節(jié)點(diǎn)
*	匹配任意元素節(jié)點(diǎn)
@*	匹配任意屬性節(jié)點(diǎn)
node()	匹配任意類型的節(jié)點(diǎn)
text()	匹配text類型節(jié)點(diǎn)

XPath 軸（Axes）

軸名稱	結(jié)果
ancestor	選取當(dāng)前節(jié)點(diǎn)的所有先輩（父锨并、祖父等）
ancestor-or-self	選取當(dāng)前節(jié)點(diǎn)的所有先輩（父露该、祖父等）以及當(dāng)前節(jié)點(diǎn)本身
attribute	選取當(dāng)前節(jié)點(diǎn)的所有屬性。@id 等價于 attribute::id
child	選取當(dāng)前節(jié)點(diǎn)的所有子元素第煮。title 等價于 child:title
descendant	選取當(dāng)前節(jié)點(diǎn)的所有后代元素（子解幼、孫等）
descendant-or-self	選取當(dāng)前節(jié)點(diǎn)的所有后代元素（子抑党、孫等）以及當(dāng)前節(jié)點(diǎn)本身
following	選取文檔中當(dāng)前節(jié)點(diǎn)的結(jié)束標(biāo)簽之后的所有節(jié)點(diǎn)
namespace	選取當(dāng)前節(jié)點(diǎn)的所有命名空間節(jié)點(diǎn)
parent	選取當(dāng)前節(jié)點(diǎn)的父節(jié)點(diǎn)
preceding	直到所有這個節(jié)點(diǎn)的父輩節(jié)點(diǎn)，順序選擇每個父輩節(jié)點(diǎn)前的所有同級節(jié)點(diǎn)
preceding-sibling	選取當(dāng)前節(jié)點(diǎn)之前的所有同級節(jié)點(diǎn)
self	選取當(dāng)前節(jié)點(diǎn)撵摆。等價于 self::node()

根bookstore下任意層 title或price

雙擊大綱變?yōu)?當(dāng)前節(jié)點(diǎn)

XPATH實(shí)例

以斜杠開始的稱為絕對路徑底靠，表示從根開始；
不以斜桿開始的稱為相對路徑特铝，一般都是依照當(dāng)前節(jié)點(diǎn)來計(jì)算暑中；當(dāng)前節(jié)點(diǎn)在上下文環(huán)境中，當(dāng)前節(jié)點(diǎn)很可能已經(jīng)不是跟節(jié)點(diǎn)了鲫剿；

一般為了方便鳄逾，往往XML如果層次很深，都會使用//來查找節(jié)點(diǎn)牵素；

路徑表達(dá)式	含義
title	選取當(dāng)前節(jié)點(diǎn)下所有title子節(jié)點(diǎn)
/book	從根結(jié)點(diǎn)找子節(jié)點(diǎn)是book的严衬，找不到
book/title	當(dāng)前節(jié)點(diǎn)下所有子節(jié)點(diǎn)book下的title節(jié)點(diǎn)
//title	從根節(jié)點(diǎn)向下找任意層中title的節(jié)點(diǎn)
book//title	當(dāng)前節(jié)點(diǎn)下所有book子節(jié)點(diǎn)下任意層次的title節(jié)點(diǎn)
//@name	任意層下含有name的屬性，取回的是屬性
//book[@id]	任意層下含有name屬性的book節(jié)點(diǎn)
//book[@id="bk101"]	任意層下含有name屬性且等于'bk101'的book節(jié)點(diǎn)
/bookstore/book[1]	根節(jié)點(diǎn)bookstore下第一個book節(jié)點(diǎn)笆呆，從1開始
/bookstore/book[1]/@id	根節(jié)點(diǎn)bookstore下第一個book節(jié)點(diǎn)的id屬性
/bookstore/book[last()-1]	根節(jié)點(diǎn)bookstore下倒數(shù)第二個book節(jié)點(diǎn)请琳，函數(shù)last()
/bookstore/*	匹配根節(jié)點(diǎn)bookstore的所有子節(jié)點(diǎn)，不遞歸
//*	匹配所有子孫節(jié)點(diǎn)
//[@]	匹配所有有屬性的節(jié)點(diǎn)
//book[@*]	匹配所有有屬性的book節(jié)點(diǎn)
//@*	匹配所有屬性
//book/title \| //pric	匹配book下的title節(jié)點(diǎn)或者任意層下的price
//book[position()=2]	匹配book節(jié)點(diǎn)赠幕，取第二個
//book[position()<last()-1]	匹配book節(jié)點(diǎn)俄精，取位置小于倒數(shù)第二個
//book[price>40]	匹配price節(jié)點(diǎn)值大于40的book節(jié)點(diǎn)
//book[2]/node() = *	匹配位置為2的book節(jié)點(diǎn)下的所有類型的節(jié)點(diǎn)
//book[1]/text()	匹配第一個book節(jié)點(diǎn)下的所有文本子節(jié)點(diǎn)
//book[1]//text()	匹配第一個book節(jié)點(diǎn)下的所有文本節(jié)點(diǎn)
*//[local-name()='book']**	匹配所有節(jié)點(diǎn)且不帶限定名的節(jié)點(diǎn)名稱為book的所有節(jié)點(diǎn)
//book/child::node() [local-name()='price' and text()<10]	所有book節(jié)點(diǎn)的子節(jié)點(diǎn)中名字叫做price的且其內(nèi)容小于10的節(jié)點(diǎn)，等價于 //book/price[text()<10]
等價式	//book[price<6]/price //book/price[text()<6] //book/child::node()[local-name()='price' and text()<6] 這三種等價
//book//*[self::title or self::price]	所有book節(jié)點(diǎn)下子孫節(jié)點(diǎn)榕堰，這些節(jié)點(diǎn)是title或者price竖慧，等價于//book//title \| //book/price，也等價于//book//*[local-name()='title' or local-name()='price']
//*[@class]	所有有class屬性的節(jié)點(diǎn)
*//[@class="bookinfo even"**]	所有屬性為"bookinfo even"的節(jié)點(diǎn)
*//[contains(@class,'even')]**	屬性class中包含even字符串的節(jié)點(diǎn)
//*[contains(local-name(),'book')]	標(biāo)簽名包含book的節(jié)點(diǎn)

3. lxml

lxml 是Python下功能豐富的XML逆屡、HTML解析庫圾旨，性能非常好，是對libxml 2和libxslt的封裝魏蔗。
最新版支持Python 2.6+砍的， python 3支持到3.6。