美文网首页
python爬虫xpath的语法

python爬虫xpath的语法

作者: 长风哥哥 | 来源:发表于2018-08-04 00:48 被阅读80次

    python爬虫xpath的语法

    https://www.cnblogs.com/lonenysky/p/4649455.html

    Xpath语法笔记

    https://www.cnblogs.com/MUMO/p/5732836.html

    python xpath 基本用法

    https://www.cnblogs.com/zhang-pengcheng/p/4294930.html

    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。

    XPath 是 W3C XSLT 标准的主要元素,并且 XQuery 和 XPointer 都构建于 XPath 表达之上。

    因此,对 XPath 的理解是很多高级 XML 应用的基础。

    这个是w3c上关于xpath的介绍,可以看出xpath是在xml文档中查询信息的语言

    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。树的根被称为文档节点或者根节点。

    根节点在xpath中可以用“//”来啊表示

    XPath 使用路径表达式来选取 XML 文档中的节点或节点集。节点是通过沿着路径 (path) 或者步 (steps) 来选取的。

    接下来一个例子

    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。

    在下面的表格中,我们已列出了一些路径表达式以及表达式的结果:

    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。

    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!

    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。

    谓语被嵌在方括号中。

    在下面的表格中,我们列出了带有谓语的一些路径表达式,以及表达式的结果:

    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。

    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。

    在下面的表格中,我们列出了一些路径表达式,以及这些表达式的结果:

    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。

    通过在路径表达式中使用“|”运算符,您可以选取若干个路径。

    在下面的表格中,我们列出了一些路径表达式,以及这些表达式的结果:

    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。

    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。

    这些就是xpath的语法内容

    在运用到python抓取时要先转换为xml

    Import lxml

    相关文章

      网友评论

          本文标题:python爬虫xpath的语法

          本文链接:https://www.haomeiwen.com/subject/iebyvftx.html