xpath_1

选取节点

<?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>

谓语

• 查找指定节点（谓语被嵌在方括号中）

  ​

  /bookstore/book[1]
  /bookstore/book[last()]
  /bookstore/book[last()-1]
  /bookstore/book[position()<3]
  //title[@lang]
  //title[@lang='eng']
  /bookstore/book/[price>35.00]
  /bookstore/book[price>35.00]/title

• 选取未知节点

  *	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

• 选取若干路径

  //book/title | //book/price
  //title | //price
  /bookstore/book/title | //price

• 节点关系

  父（parent)	每个元素以及属性都有一个父
  子（Children)	元素节点可有零个、一个或多个子
  同胞（Sibling)	拥有相同的父的节点
  先辈（Ancestor）	某节点的父，父的父
  后代（Descendant）	某个节点的子，子的子

XPath轴

• 轴可定义相对于当前节点的节点集

  轴名称	结果
  ancestor	选取当前节点的所有先辈（父、祖父等）
  ancestor-or-self	选取当前节点的所有先辈（父、祖父等）以及当前节点本身
  attribute	选取当前节点的所有属性
  child	选取当前节点的所有子元素
  descendant	选取当前节点的所有后代元素（子、孙等）
  descendant-or-self	选取当前节点的所有后代元素（子、孙等）以及当前节点本身
  following	选取文档中当前节点的结束标签之后的所有节点
  namespace	选取当前节点的所有命名空间节点
  parent	选取当前节点的父节点
  preceding	选取文档中当前节点的开始标签之前的所有节点
  preceding-sibling	选取当前节点之前的所有同级节点
  self	选取当前节点

• 步的语法：

  轴名称::节点测试[谓语]
  

  例子	结果
  child::book	选取所有属于当前节点的子元素的 book 节点
  attribute::lang	选取当前节点的 lang 属性
  child::*	选取当前节点的所有子元素
  attribute::*	选取当前节点的所有属性
  child::text()	选取当前节点的所有文本子节点
  child::node()	选取当前节点的所有子节点
  descendant::book	选取当前节点的所有 book 后代
  ancestor::book	选择当前节点的所有 book 先辈
  ancestor-or-self::book	选取当前节点的所有 book 先辈以及当前节点（如果此节点是 book 节点）
  child::*/child::price	选取当前节点的所有 price 孙节点

• 其它

  //div[contains(@class,'job_detail')]	contains：有时候某个属性中包含了多个值，那么可以使用contains函数
  htmlElement = etree.HTML(text) print(etree.tostring(htmlElement,encoding='utf-8').decode("utf-8"))	解析html字符串：使用lxml.etree.HTML进行解析
  htmlElement = etree.parse("tencent.html") print(etree.tostring(htmlElement, encoding='utf-8').decode('utf-8'))	解析html文件：使用lxml.etree.parse进行解析