python3解析库

lxml

python3 中 解析库中的一个 xpath语法

xpath是一门在xml文档中查找信息的语言。 xpath可以用来在xml文档中对元素和属性进行遍历。

节点关系

<book>
<title>Harry Potter</title>
<author>J K. Rowling</author>
<year>2005</year>
<price>29.99</price>
</book>

1、每个元素以及属性都有一个父 Parent

book为 title author year price元素的父

2、元素节点可有零个一个或多个子 Children

title author year price 即都为book的子

3、 同胞(sibling) 拥有相同的父节点

    title author year price 都是同胞

4、 先辈 (Ancestor) 
某节点的父、父的父等

<bookstore>
<book>
<title>Harry Potter</title>
<author>J K. Rowling</author>
<year>2005</year>
<price>29.99</price>
</book>

</bookstore>

title的先辈元素是book bookstore

5、 后代（Descendant） 某个节点的子、子的子等

    bookstore 的后代是book title。。。

路径表达式

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
. 选取当前节点
.. 选取当前节点的父节点
@ 选取属性

实例

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/,则路径始终代表到某元素的绝对路径
bookstore/bookc 选取所有属于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 选取属于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

谓语被嵌在方括号中。

实例
/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元素的资源的book元素
//title[@lang] 选取所有拥有名为lang的属性的title元素
//title[@lang='eng'] 选取所有拥有名为lang的属性的title元素
/bookstore/book[price>35.00] 选取bookstore元素的所有的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

通配符

* 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
/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的元素

//book/title | //book/price 选取book元素的所有title 和 price元素
//title | //price 选取所有文档中的所有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

xpath 运算符