Python之xpath

Posted 2020-10-26 Fate0729

xpath是一种在XML文档中定位元素的语言，常用于xml、html文件解析，比css选择器使用方便
XML文件最小构成单元：
　　- element（元素节点）
　　- attribute（属性节点）
　　- text（文本）
　　- namespace（命名空间）
　　- processing-instruction（命令处理）
　　- comment（注释）
　　- root（根节点）

xpath表达式格式

　　xpath通过"路径表达式"来选择节点，在表现形式上与传统的文件系统类似

　　绝对路径（absolute path）必须用"/"起首，后面紧跟根节点，比如/step/step/...

　　相对路径（relative path）则是除了绝对路径以外的其他写法，比如 step/step，也就是不使用"/"起首

　　斜杠（/）作为路径内部的分割符

　　"/"：表示选择根节点

　　"//"：表示选择任意位置的某个节点

　　"@"： 表示选择某个属性

　　nodename（节点名称）：表示选择该节点的所有子节点

xpath定位方法

<?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>

#bookstore ：选取 bookstore 元素的所有子节点。
#/bookstore ：选取根节点bookstore，这是绝对路径写法。
#bookstore/book ：选取所有属于 bookstore 的子元素的 book元素，这是相对路径写法。
#//book ：选择所有 book 子元素，而不管它们在文档中的位置。
#bookstore//book ：选择所有属于 bookstore 元素的后代的 book 元素，而不管它们位于 bookstore 之下的什么位置。
#//@lang ：选取所有名为 lang 的属性。
#/bookstore/book[1] ：表示选择bookstore的第一个book子元素。
#/bookstore/book[last()] ：表示选择bookstore的最后一个book子元素。
#/bookstore/book[last()-1] ：表示选择bookstore的倒数第二个book子元素。
#/bookstore/book[position()<3] ：表示选择bookstore的前两个book子元素。
#//title[@lang] ：表示选择所有具有lang属性的title节点。
#//title[@lang=‘eng‘] ：表示选择所有lang属性的值等于"eng"的title节点。
#/bookstore/book[price] ：表示选择bookstore的book子元素，且被选中的book元素必须带有price子元素。
#/bookstore/book[price>35.00] ：表示选择bookstore的book子元素，且被选中的book元素的price子元素值必须大于35。
#/bookstore/book[price>35.00]/title ：表示在例14结果集中，选择title子元素。
#/bookstore/book/price[.>35.00] ：表示选择值大于35的"/bookstore/book"的price子元素。
#//book/title | //book/price ：表示同时选择book元素的title子元素和price子元素。