XPath选择器(Xpath与lxml)

什么是xpath？

• xpath（XML path language）是一门在XML文档中查找的语言，可用来在XML文档和属性进行遍历

什么是XML？

• XML指可扩展标记语言（EXtensible Markup Language）

• XML 是一种标记语言，类似于HTML
• XML的设计宗旨是数据传输，而非显示数据
• XML 的标签需要我们自定义
• XML 的设计具有自我描述性
• XML 是w3c的推荐标准

什么是xpath

• xpath（XML path language）是一门在XML文档中查找信息的语言，可用来在XML文档中对元素和属性进性遍历。

• （W3School官方文档：http://www.w3school.com.cn/xpath/index.asp）

xpath常用表达式

表达式	表达式
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。
.	选取前节点
..	选取当前节点的父节点
@	选取属性

xpath常用路径表达式

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。

谓语（Predicates） 谓语用来查找某个特定的节点或者包含某个指定的值的节点，被嵌在方括号中。

谓语的路径表达式

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。

选取未知节点 XPath 通配符可用来选取未知的 XML 元素。

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。

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。
html/node()/meta/@*	选择html下面任意节点下的meta节点的所有属性
//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。

实例

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。