python lxml xpath_Python的lxml库学习之XPATH语法

原标题：Python的lxml库学习之XPATH语法

预备阅读：

前言

前面已经学习了Python的lxml库，从库的名称来看，lxml包含了xml，所以lxml同样可以解析XML文档，而lxml使用的就是XPATH语法。下面做一下简单介绍。

XPath语法

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。

在继续学习之前，应该对下面的知识有基本的了解（默认同学们都会了，不知道的同学可以去看一下，很简单的）：

HTML / XHTML

XML / XML 命名空间XPath 术语

节点（Node）

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。

基本值（或称原子值，Atomic value）

基本值是无父或无子的节点。

基本值的例子：

J K. Rowling "en"

项目（Item）

项目是基本值或者节点。

节点关系

（1）父（Parent）

每个元素以及属性都有一个父。

在下面的例子中，book 元素是 title、author、year 以及 price 元素的父：

（2）子（Children）

元素节点可有零个、一个或多个子。

在下面的例子中，title、author、year 以及 price 元素都是 book 元素的子：

（3）同胞（Sibling）

拥有相同的父的节点

在下面的例子中，title、author、year 以及 price 元素都是同胞：

Harry Potter

J K. Rowling

2005

29.99

（4）先辈（Ancestor）

某节点的父、父的父，等等。

在下面的例子中，title 元素的先辈是 book 元素和 bookstore 元素：

（5）后代（Descendant）

某个节点的子，子的子，等等。

在下面的例子中，bookstore 的后代是 book、title、author、year 以及 price 元素：

Harry Potter

J K. Rowling

2005

29.99

选取节点

XPath 使用路径表达式在 XML 文档中选取节点。节点是通过沿着路径或者 step 来选取的。

下面列出了最有用的路径表达式：

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。

实例

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。

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

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。

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。

实例

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。

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

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。

XPath 运算符

下面列出了可用在 XPath 表达式中的运算符：

运算符

描述

实例

返回值

计算两个节点集

//book | //cd

返回所有拥有 book 和 cd 元素的节点集

加法

6 + 4

–

减法

6 – 4

乘法

6 * 4

div

除法

8 div 4

等于

price=9.80

如果 price 是 9.80，则返回 true。

如果 price 是 9.90，则返回 false。

不等于

price!=9.80

如果 price 是 9.90，则返回 true。

如果 price 是 9.80，则返回 false。

小于

price<9.80

如果 price 是 9.00，则返回 true。

如果 price 是 9.90，则返回 false。

小于或等于

price<=9.80

如果 price 是 9.00，则返回 true。

如果 price 是 9.90，则返回 false。

大于

price>9.80

如果 price 是 9.90，则返回 true。

如果 price 是 9.80，则返回 false。

大于或等于

price>=9.80

如果 price 是 9.90，则返回 true。

如果 price 是 9.70，则返回 false。

或

price=9.80 or price=9.70

如果 price 是 9.80，则返回 true。

如果 price 是 9.50，则返回 false。

and

与

price>9.00 and price<9.90

如果 price 是 9.80，则返回 true。

如果 price 是 8.50，则返回 false。

mod

计算除法的余数

5 mod 2

小结

上面就是XPATH的语法知识了，这用在lxml库里很方便，快速。希望大家能学到对自己有用的知识。

希望通过上面的内容能帮助大家。如果你有什么好的意见，建议，或者有不同的看法，我都希望你留言和我们进行交流、讨论。

如果想快速联系我，欢迎关注微信公众号：AiryData。

欢迎访问原文链接查看更多精彩。返回搜狐，查看更多

责任编辑：

python lxml xpath_Python的lxml库学习之XPATH语法相关推荐

Python爬虫实例--新浪热搜榜[xpath语法]
Python爬虫实例--新浪热搜榜[xpath语法] 1.基础环境配置: requests-->版本:2.12.4 lxml-->版本:3.7.2 2.网页分析很容易从html源码中看到 ...
python xlwings 切片_Python xlwings库学习笔记（1）
Python xlwings库学习笔记(1) Python是最近几年很火的编程语言,被办公自动化的宣传吸引入坑,办公自动化必然绕不开Excel的操作,能操作Excel的库有很多,例如: xlrd xl ...
python海龟怎么隐藏_Turtle库学习--海龟可见性与外观
turtle.hideturtle() 简:turtle.ht() 使海龟不可见. turtle.hideturtle() turtle.showturtle() 简:turtle.st() 使海龟可 ...
python turtle隐藏画笔_Turtle库学习--画笔控制绘图状态
turtle.pendown() 简:turtle.pd() turtle.down() 画笔落下 – 移动时将画线. turtle.penup() 简:turtle.pu() turtle.up() ...
Python爬虫：通过爬取CSDN博客信息，学习lxml库与XPath语法
目录 lxml库 lxml基本用法解析XML文件解析HTML文件 XPath 什么是XPath XPath语法 XPath实战选取某节点的所有子孙节点选取某节点的所有子节点通过属性选取某节点 ...
python xpath语法-XPath语法和lxml模块（数据提取）
XPath语法和lxml模块 XPath lxml库 1.什么是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 ...
python学习之xpath使用案例总结_xPath 用法总结整理
最近在研究kafka,看了一堆理论的东西,想动手实践一些东西,奈何手上的数据比较少,突发奇想就打算写个爬虫去抓一些数据来玩,顺便把深入一下爬虫技术. 之前写过一些小爬虫,一般就是用python的req ...
python数据分析复盘——爬虫相关库
Requests.BeautifulSoup.re.lxml.css selector .scrapy 1.Requests 1.1 Requests的7个主要方法其中,request()方法是其它 ...
python的xpath用法_python之Xpath语法
python视频教程栏目介绍python的Xpath语法. 一.XMl简介 (一)什么是 XMLXML 指可扩展标记语言(EXtensible) XML 是一种标记语言,很类似 HTML. XML 的 ...

python lxml xpath_Python的lxml库学习之XPATH语法

python lxml xpath_Python的lxml库学习之XPATH语法相关推荐

最新文章

热门文章