Python中Xpath如何使用-创新互联
创新互联www.cdcxhl.cn八线动态BGP香港云服务器提供商,新人活动买多久送多久,划算不套路!
创新互联-专业网站定制、快速模板网站建设、高性价比丰镇网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式丰镇网站制作公司更省心,省钱,快速模板网站建设找我们,业务覆盖丰镇地区。费用合理售后完善,十余年实体公司更值得信赖。这篇文章主要介绍了Python中Xpath 如何使用,具有一定借鉴价值,需要的朋友可以参考下。希望大家阅读完这篇文章后大有收获。下面让小编带着大家一起了解一下。
xpath速度比较快,是爬虫在网页定位中的较优选择,但是很多网页前端代码混乱难以定位,而学习定位也较为不易,这里列出一点编程过程中可能有用的东西。
试验环境:Python环境,lxml.etree
试验所使用的html代码
xpath test
1、匹配某节点下的所有.//
//获取文档中所有匹配的节点,.获取当前节点,有的时候我们需要获取当前节点下的所有节点,.//一定要结合.使用//,否则都会获取整个文档的匹配结果.
2、匹配包含某属性的所有的属性值//@lang
print tree.xpath('//@code') #匹配所有带有code属性的属性值 >>['84', '104', '223']
3、选取若干路径|
这个符号用于在一个xpath中写多个表达式用,用|分开,每个表达式互不干扰
print tree.xpath('//div[@id="testid"]/h3/text() | //li[@data]/text()') #多个匹配条件 >>[u'\u8fd9\u91cc\u662f\u4e2a\u5c0f\u6807\u9898', '1', '2', '3']
4、 Axes(轴)
child:选取当前节点的所有子元素
>>print tree.xpath('//div[@id="testid"]/child::ul/li/text()') #child子节点定位 >>['84', '104', '223'] >>print tree.xpath('//div[@id="testid"]/child::*') #child::*当前节点的所有子元素 >>[, , ] >>#定位某节点下为ol的子节点下的所有节点 >>print tree.xpath('//div[@id="testid"]/child::ol/child::*/text()') >>['1', '2', '3']
attribute:选取当前节点的所有属性
>>print tree.xpath('//div/attribute::id') #attribute定位id属性值 >>['testid', 'go'] >>print tree.xpath('//div[@id="testid"]/attribute::*') #定位当前节点的所有属性 >>['testid', 'first']
ancestor:父辈元素 / ancestor-or-self:父辈元素及当前元素
>>print tree.xpath('//div[@id="testid"]/ancestor::div/@price') #定位父辈div元素的price属性 >>['99.8'] >>print tree.xpath('//div[@id="testid"]/ancestor::div') #所有父辈div元素 >>print tree.xpath('//div[@id="testid"]/ancestor-or-self::div') #所有父辈及当前节点div元素 >>[] >>[ , ]
following :选取文档中当前节点的结束标签之后的所有节点
#定位testid之后不包含id属性的div标签下所有的li中第一个li的text属性 >>print tree.xpath('//div[@id="testid"]/following::div[not(@id)]/.//li[1]/text()') >>['test1']
感谢你能够认真阅读完这篇文章,希望小编分享Python中Xpath 如何使用内容对大家有帮助,同时也希望大家多多支持创新互联,关注创新互联-成都网站建设公司行业资讯频道,遇到问题就找创新互联,详细的解决方法等着你来学习!
当前题目:Python中Xpath如何使用-创新互联
文章分享:http://pwwzsj.com/article/pegdo.html