江苏龙网

  1. 主页 > 生活百科 > >

Python解析库lxml与xpath用法总结

Python

本文主要围绕以xpath和lxml库进行展开：
一、xpath 概念、xpath节点、xpath语法、xpath轴、xpath运算符
二、lxml的安装、lxml的使用、lxml案例
 
一、xpath
1.xpath概念
XPath 是一门在 XML 文档中查找信息的语言 。XPath 使用路径表达式在 XML 文档中进行导航。XPath 包含一个标准函数库。XPath 是 XSLT 中的主要元素。XPath 是一个 W3C 标准。
 
2.xpath节点
xpath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 。
节点关系：父、子、兄弟、先辈、后辈 。
 
3.xpath语法
xpath语法在W3c网站上有详细的介绍，这里截取部分知识，供大家学习 。
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 。
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 。
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 。
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 。
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 。
 
4.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 。


推荐阅读


上一篇：安东尼·戴维斯|盘点NBA5大戴维斯

下一篇：5个前端开发框架的发展趋势