【Python】xpath语法快速入门【转载】_针对xpath选取节点,以下哪种写法是选取所有book子元素,而不管它们在文档中的位置-程序员宅基地

技术标签: xpath  python  

原文链接:https://blog.csdn.net/u013332124/article/details/80621638

一、xpath介绍

XPath 是一门在 XML 文档中查找信息的语言。XPath 用于在 XML 文档中通过元素和属性进行导航。

  • XPath 使用路径表达式在 XML 文档中进行导航
  • XPath 包含一个标准函数库
  • XPath 是 XSLT 中的主要元素
  • XPath是一个 W3C 标准

节点

在 XPath 中,有七种类型的节点:元素、属性、文本、命名空间、处理指令、注释以及文档(根)节点。XML 文档是被作为节点树来对待的。


二、xpath语法

表达式 描述
nodename 选取此节点的所有子节点。
/ 从根节点选取。
// 从匹配选择的当前节点选择文档中的节点,而不考虑它们的位置。
. 选取当前节点。
选取当前节点的父节点。
@ 选取属性。

例子

以下面这个xml为例子

<?xml version="1.0" encoding="ISO-8859-1"?>

<bookstore>

<book>
  <title lang="eng">Harry Potter</title>
  <price>29.99</price>
</book>

<book>
  <title lang="eng">Learning XML</title>
  <price>39.95</price>
</book>

</bookstore>
  • xml.xpath(“bookstore”) 表示选取 bookstore 元素的所有子节点
  • xml.xpath(“/bookstore”) 表示选取根元素 bookstore。
  • xml.xpath(“bookstore/book”) 选取属于 bookstore 的子元素的所有 book 元素。
  • xml.xpath(“//book”) 选取所有 book 子元素,而不管它们在文档中的位置。
  • xml.xpath(“bookstore//book”) 选择属于 bookstore 元素的后代的所有 book 元素,而不管它们位于 bookstore 之下的什么位置。
  • xml.xpath(“//@lang”) 选取名为 lang 的所有属性。

谓语

路径表达式 结果
/bookstore/book[1] 选取属于 bookstore 子元素的第一个 book 元素。
/bookstore/book[last()] 选取属于 bookstore 子元素的最后一个 book 元素。
/bookstore/book[last()-1] 选取属于 bookstore 子元素的倒数第二个 book 元素。
/ b o o k s t o r e / b o o k [ p o s i t i o n ( ) < 3 ] /bookstore/book[position()<3] /bookstore/book[position()<3] 选取最前面的两个属于 bookstore 元素的子元素的 book 元素。
//title[@lang] 选取所有拥有名为 lang 的属性的 title 元素。
//title[@lang=’eng’] 选取所有 title 元素,且这些元素拥有值为 eng 的 lang 属性。
/bookstore/book[price>35.00] 选取 bookstore 元素的所有 book 元素,且其中的 price 元素的值须大于 35.00。
/bookstore/book[price>35.00]/title 选取 bookstore 元素中的 book 元素的所有 title 元素,且其中的 price 元素的值须大于 35.00。

选取未知节点

通配符 描述
* 匹配任何元素节点。
@* 匹配任何属性节点。
node() 匹配任何类型的节点。

例子:

路径表达式 结果
/bookstore/* 选取 bookstore 元素的所有子元素。
//* 选取文档中的所有元素。
//title[@*] 选取所有带有属性的 title 元素。

选取若干路径

通过在路径表达式中使用“|”运算符,您可以选取若干个路径。

  • //book/title | //book/price 选取 book 元素的所有 title 和 price 元素。
  • //title | //price 选取文档中的所有 title 和 price 元素。
  • /bookstore/book/title | //price 选取属于 bookstore 元素的 book 元素的所有 title 元素,以及文档中所有的 price 元素。

三、轴

轴可定义相对于当前节点的节点集。

轴名称 结果
ancestor 选取当前节点的所有先辈(父、祖父等)。
ancestor-or-self 选取当前节点的所有先辈(父、祖父等)以及当前节点本身。
attribute 选取当前节点的所有属性。
child 选取当前节点的所有子元素。
descendant 选取当前节点的所有后代元素(子、孙等)。
descendant-or-self 选取当前节点的所有后代元素(子、孙等)以及当前节点本身。
following 选取文档中当前节点的结束标签之后的所有节点。
namespace 选取当前节点的所有命名空间节点。
parent 选取当前节点的父节点。
preceding 选取文档中当前节点的开始标签之前的所有节点。
preceding-sibling 选取当前节点之前的所有同级节点。
self 选取当前节点。

步的语法:

轴名称::节点测试[谓语]

例子:

例子 结果
child::book 选取所有属于当前节点的子元素的 book 节点。
attribute::lang 选取当前节点的 lang 属性。
c h i l d : : ∗ child::* child:: 选取当前节点的所有子元素。
a t t r i b u t e : : ∗ attribute::* attribute:: 选取当前节点的所有属性。
child::text() 选取当前节点的所有文本子节点。
child::node() 选取当前节点的所有子节点。
descendant::book 选取当前节点的所有 book 后代。
ancestor::book 选择当前节点的所有 book 先辈。
ancestor-or-self::book 选取当前节点的所有 book 先辈以及当前节点(如果此节点是 book 节点)
c h i l d : : ∗ / c h i l d : : p r i c e child::*/child::price child::/child::price 选取当前节点的所有 price 孙节点。

四、一些函数

1. starts-with函数

获取以xxx开头的元素
例子:xpath(‘//div[stars-with(@class,”test”)]’)

2 contains函数

获取包含xxx的元素
例子:xpath(‘//div[contains(@id,”test”)]’)

3 and

与的关系
例子:xpath(‘//div[contains(@id,”test”) and contains(@id,”title”)]’)

4 text()函数

例子1:xpath(‘//div[contains(text(),”test”)]’)
例子2:xpath(‘//div[@id=”“test]/text()’)


五、一个lxml的xpath示例

下面这个代码来自http://www.cnblogs.com/descusr/archive/2012/06/20/2557075.html

#coding=utf-8

from lxml import etree

html = '''

<html>
  <head>
    <meta name="content-type" content="text/html; charset=utf-8" />
    <title>友情链接查询 - 站长工具</title>
    <!-- uRj0Ak8VLEPhjWhg3m9z4EjXJwc -->
    <meta name="Keywords" content="友情链接查询" />
    <meta name="Description" content="友情链接查询" />

  </head>
  <body>
    <h1 class="heading">Top News</h1>
    <p style="font-size: 200%">World News only on this page</p>
    Ah, and here's some more text, by the way.
    <p>... and this is a parsed fragment ...</p>

    <a href="http://www.cydf.org.cn/" rel="nofollow" target="_blank">青少年发展基金会</a> 
    <a href="http://www.4399.com/flash/32979.htm" target="_blank">洛克王国</a> 
    <a href="http://www.4399.com/flash/35538.htm" target="_blank">奥拉星</a> 
    <a href="http://game.3533.com/game/" target="_blank">手机游戏</a>
    <a href="http://game.3533.com/tupian/" target="_blank">手机壁纸</a>
    <a href="http://www.4399.com/" target="_blank">4399小游戏</a> 
    <a href="http://www.91wan.com/" target="_blank">91wan游戏</a>

  </body>
</html>

'''
page = etree.HTML(html.lower().decode('utf-8'))
hrefs = page.xpath(u"//a")
for href in hrefs:
    print href.attrib

打印出的结果为:

{‘href’: ‘http://www.cydf.org.cn/‘, ‘target’: ‘_blank’, ‘rel’: ‘nofollow’}
{‘href’: ‘http://www.4399.com/flash/32979.htm‘, ‘target’: ‘_blank’}
{‘href’: ‘http://www.4399.com/flash/35538.htm‘, ‘target’: ‘_blank’}
{‘href’: ‘http://game.3533.com/game/‘, ‘target’: ‘_blank’}
{‘href’: ‘http://game.3533.com/tupian/‘, ‘target’: ‘_blank’}
{‘href’: ‘http://www.4399.com/‘, ‘target’: ‘_blank’}
{‘href’: ‘http://www.91wan.com/‘, ‘target’: ‘_blank’}

如果要获取标签a之间的内容,就可以用print href.text输出

六、总结

上面的内容大多都是抄自网上的一些资料。这里只是做了一个大概的总结,后面如果有漏的还会补充。

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/weixin_43868754/article/details/106933058

智能推荐

STM32F103C8T6系统板_stm32f103c8t6电源电路-程序员宅基地

文章浏览阅读1.8w次,点赞18次,收藏228次。组成1.电源部分2.复位3.晶振4.CH340G 电路STM32-CH340实现一键下载电路分析CH340G电路CH340转串口芯片的使用在5V供电时,电路为上图。首先,我们需要接VCC,GND,给芯片工作电源。其次,接上晶振电路,提供时钟信号。这个电路又叫转串口电路,因此,我们需要USB信号,D+,D-对应连接。输出的串口信号,可以直接接单片机,当然,一般的习惯是加一个隔离二极管和一个电阻。V3引脚,一定要加退耦电容,不加的话,可能不会被识别。同时,电源也需要添加滤波_stm32f103c8t6电源电路

使用vscode+plantuml作UML图_plantuml vscode-程序员宅基地

文章浏览阅读1w次,点赞7次,收藏23次。这两个插件安装好之后,就可以在vscode上通过plantuml语言作uml图,alt+d可把plantuml语言以图形形式更新展现出来。要想在vscode上作uml图,则必然是需要安装plantuml语言的插件,在安装插件里搜索栏里搜索plantuml安装如下所示。只安装plantuml还不行,因为想要把uml图显示出来,还必须要有绘图插件才行,这里就需要graphviz插件,安装如下。首先是要把vscode软件安装好,网上有很多教程,里不再赘述,下面是基于vscode软件安装好之后的步骤。......._plantuml vscode

spotlight安装使用_如何查询sysstat装在哪-程序员宅基地

文章浏览阅读1k次。1、安装 windows傻瓜式安装即可,如果安装了spolight on orcale 想要安装unix或者mysql的需要单独给出安装路径否则会覆盖之前安装的2、查看sysstat是否安装在Linux上,必须安装sysstat包,用户才可以获取详细的磁盘I/O信息。执行 rpm -qa |grep sysstat如果没有搜索到,那么需要安装执行 yum install ..._如何查询sysstat装在哪

CSS解决浏览器显示盒子大小和实际设置盒子大小不一致的问题_盒子设置宽高和网页里差比很大-程序员宅基地

文章浏览阅读2.5k次。在学习CSS的盒子模型时,VScode中设置的盒子内容width值为200px,但在浏览器上实际显示250px。一开始以为是浏览器的缩放导致的,但经过查看排除了这个问题。由于采用的是win10系统,通过上网查询,我发现Windows设置中的显示,默认使用的是125%,在这里进行了缩放。将这里更改为100%,此时在浏览器上显示的效果和实际编码中的盒子大小就一致了。..._盒子设置宽高和网页里差比很大

使用MobaXterm 从Win10本地上传文件至服务器_mobaxterm 上传至根目录-程序员宅基地

文章浏览阅读4.5k次,点赞4次,收藏5次。如题,在学习Linux中发现服务器的网络不稳定,经常需要将安装包下载至win10本地,然后再上传至Linux服务器,因此使用MobaXterm SSH工具实现。第一步,连接远程服务器输入用户名和密码。第二步,点击SFTP服务第三步:拖拽文件第四步,ok!..._mobaxterm 上传至根目录

IDEA集成Tomcat-程序员宅基地

文章浏览阅读662次。1.点击Edit Configurations2.点击左上角 + 号,选择Tomcat Server -> Local3.自定义tomcat名称,选择配置路径4.选择Tomcat安装路径5.点击Deployment选项卡,可选择要部署的项目6.自定义Web项目默认访问路径7.启动tomcat8.如果启动失败报错如下图,在安装目录中找到setclasspath.bat文件,添加JAVA_HOME,JRE_HOME如图9.运行成功_idea集成tomcat

随便推点

android listview item选中,Android UI设计--ListView的item选中效果-程序员宅基地

文章浏览阅读340次。packagecom.example.selectitemtest;importjava.util.ArrayList;importjava.util.HashMap;importjava.util.List;importjava.util.Map;importandroid.app.Activity;importandroid.content.Context;importandroid.grap..._android listview item点击后选中

UVA 12169_,uva 12169-程序员宅基地

文章浏览阅读145次。思路: x3=(a(a*x1+b)%10001)+b)%10001a*b+b+y*10001=x3-a*a*x1对应a*x+b*y=c;a=(a+1),b=10001,c=x3-a*a*x1。枚举a的值,扩欧解不定方程解出x。判断该x是否满足整个序列。注意:该题要用long long,不然会运行不出结果。。#include&lt;bits/stdc++.h&gt;using namespace ..._,uva 12169

c#注册界面的实现-程序员宅基地

文章浏览阅读1.1w次,点赞20次,收藏112次。续上登录界面内的注册功能界面。3个textbox(长度最大修改MaxLength),6个label,1个RadioButton(这个功能暂时没有实现)其实注册这个跟之前的登录代码差不多,也是连接sql进行查询,只是增加多一个添加sql而已。还是先获取三个框框的内容,判断是不是空。 string name = nametextBox.Text.Trim()..._c#注册界面的实现

git命令行基本用法_git perhaps you should specify a branch such as 'm-程序员宅基地

文章浏览阅读3.3k次。如果对git命令行不熟悉的话,用git图形界面工具,就比较合适了。建议使用tortoisegit 或sourectree这样的工具,命令行从学习到灵活掌握的时间成本比较高的。  1,添加  # git clone [email protected]:develop/test.git  # cd test  # touch test.txt //测试文件  _git perhaps you should specify a branch such as 'master

串口直输型PID红外循迹模块/PID循迹_红外巡迹频率-程序员宅基地

文章浏览阅读5k次,点赞2次,收藏60次。写在前面 关于红外PID循迹模块的原理我之前写过一篇博客,大家没看过的话可以点此链接查看:PID循迹模块原理。此循迹模块可以根据传感器离黑线的距离输出线性值,但是配置起来比较麻烦,单片机必须带有AD采集功能,然后在代码中改配置参数比较麻烦。最近本人将之前的PID循迹模块更新了一下,在模块上加入了一个stm8的单片机,单片机通过AD采集数据后直接通过串口输出线性数据,大家只需按下按键即可配置循迹模块,再也不用手动改程序配置了。下面给大家介绍一下这款串口直输式PID红外循迹模块。1.模块特性A.适合线宽范_红外巡迹频率

Opengl研究4.0 走样与反走样_opengl图形走样-程序员宅基地

文章浏览阅读3.3k次。走样与反走样。 走样现象:1. 阶梯状的图形边界2. 图形细节失真3. 狭小图形的遗失与动态图形的闪烁 反走样方法:1. 提高分辨率2. 非加权区域采样方法3. 权区域采用方法_opengl图形走样

推荐文章

热门文章

相关标签