xpath--更直观的数据解析
2018-07-03 01:12:09来源：博客园 阅读 ()
学习过程参考原文章：https://www.jianshu.com/p/90e4b83575e2
XPath 是一门在 XML 文档中查找信息的语言。XPath 可用来在 XML 文档中对元素和属性进行遍历。
相比于BeautifulSoup来说，xpath更加直观，更加便捷，
有个小技巧是可以直接通过浏览器的开发者工具复制出xpath路径。
通常xpath的使用都是通过安装lxml库来使用的。win和linux都可以直接安装
pip install lxml
使用的时候直接
from lxml import etree page = etree.HTML(html_doc) # html_doc为html文档
语法
| 表达式 | 描述 |
|---|---|
| nodename | 选取此节点的子节点。 |
| / | 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。 |
1.读取当前节点的子节点
In [1]: page.xpath('head') Out[1]: [<Element head at 0x111c74c48>]
获取当前节点（即page这个节点）的子节点，无法获取子孙节点。
2.根节点开始查询
In [2]: page.xpath('/html') Out[2]: [<Element html at 0x11208be88>]
不管page现在处于什么节点，都从根节点开始查询
3.子孙节点的查询
In [3]: page.xpath('//book') Out[3]: [<Element book at 0x1128c02c8>, <Element book at 0x111c74108>, <Element book at 0x111fd2288>, <Element book at 0x1128da348>]
查询当前节点下所有符合要求的节点。
4.父节点的查询
In [4]: page.xpath('//book')[0].xpath('..') Out[4]: [<Element bookstore at 0x1128c0ac8>]
获取查询到节点的父节点。（根节点没有父节点）
5.节点的属性读取
In [5]: page.xpath('//book')[0].xpath('@category') Out[5]: ['COOKING']
节点的查询
| 表达式 | 结果 |
|---|---|
| nodename[1] | 选取第一个元素。 |
| nodename[last()] | 选取最后一个元素。 |
| nodename[last()-1] | 选取倒数第二个元素。 |
| nodename[position()<3] | 选取前两个子元素。 |
| nodename[@lang] | 选取拥有名为 lang 的属性的元素。 |
| nodename[@lang='eng'] | 选取拥有lang属性，且值为 eng 的元素。 |
节点的通配符使用
| 通配符 | 描述 |
|---|---|
| * | 匹配任何元素（子）节点。 |
| @* | 匹配任何属性节点。 |
节点中的文本获取
text()方式获取某一节点下的文本
In [1]: page.xpath('//book[1]/author/text()') Out[1]: ['Giada De Laurentiis']
string()获取某一节点下的所有文本,并连接为字符串
In [1]: page.xpath('//book[1]/string()')
In [2]: page.xpath('string(//book[1])')
Out[2]: '\n Everyday Italian\n Giada De Laurentiis\n 2005\n 30.00\n '
选取多个路径
所有结果集合为一个列表返回。
In [1]: page.xpath('//book[1]/title/text() | //book[1]/author/text()') Out[1]: ['Everyday Italian', 'Giada De Laurentiis']
总结
另外还有轴，运算符等内容，可以参照：http://www.runoob.com/xpath/xpath-operators.html
标签：
版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有
- python_0基础开始_day07 2019-08-13
- Django和前端用ajax传输json等数据 2019-08-13
- 链接 Mysql 创建 数据库和创表，增加数据 2019-08-13
- Python数据基础类型-列表 2019-08-13
- JavaScript获取Django模板中指定键值的数据，使用过滤器 2019-08-13
IDC资讯： 主机资讯 注册资讯 托管资讯 vps资讯 网站建设
网站运营： 建站经验 策划盈利 搜索优化 网站推广 免费资源
网络编程： Asp.Net编程 Asp编程 Php编程 Xml编程 Access Mssql Mysql 其它
服务器技术： Web服务器 Ftp服务器 Mail服务器 Dns服务器 安全防护
软件技巧： 其它软件 Word Excel Powerpoint Ghost Vista QQ空间 QQ FlashGet 迅雷
网页制作： FrontPages Dreamweaver Javascript css photoshop fireworks Flash
