13_Python_解析库_Xpath的使用

Posted 面包的储物间

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了13_Python_解析库_Xpath的使用相关的知识,希望对你有一定的参考价值。

目录

1、安装 Xpath

pip install lxml

2、Xpath基本使用

from lxml import etree

html = ‘‘‘
<p class="drink">饮料套餐
    <a class="drink" id="coffee">咖啡</a>
     <a class="drink" id="milk">牛奶</a></p>‘‘‘

selector = etree.HTML(html)
content = selector.xpath(‘//a[@id="coffee"]/text()‘)
print(content)

3、Xpath语法

3.1、常用的路径表达式

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。
  • 实例
路径表达式 结果
bookstore 选取 bookstore 元素的所有子节点。
/bookstore 选取根元素 bookstore。注释:假如路径起始于正斜杠( / ),则此路径始终代表到某元素的绝对路径!
bookstore/book 选取属于 bookstore 的子元素的所有 book 元素。
//book 选取所有 book 子元素,而不管它们在文档中的位置。
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。
//@lang 选取名为 lang 的所有属性。

3.2、根据谓语查找特定元素

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。
/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。

3.3、通配符

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。
  • 实例
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。

3.4、选择多个路径

  • 通过在路径表达式中使用“|”运算符,您可以选取若干个路径。
路径表达式 结果
//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。

参考资料:

W3School的XPath 教程

以上是关于13_Python_解析库_Xpath的使用的主要内容,如果未能解决你的问题,请参考以下文章

Python_爬虫_数据解析回顾

13-爬取百度贴吧中的图片(python+xpath)

python爬虫学习之使用XPath解析开奖网站

Python 2.7_利用xpath语法爬取豆瓣图书top250信息_20170129

xpath解析基础

Python_爬虫_BeautifulSoup网页解析库