江苏龙网

  1. 主页 > 生活百科 > >

Python解析库lxml与xpath用法总结( 二 )

Python


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
【Python解析库lxml与xpath用法总结】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 。
 
5.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
10
-
减法
6 - 4
2
*
乘法
6 * 4
24
div
除法
8 div 4
2
=
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 。
or
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
1
好了，xpath的内容就这么多了 。接下来我们要介绍一个神器lxml，他的速度很快，曾经一直是我使用beautifulsoup时最钟爱的解析器，没有之一，因为他的速度的确比其他的html.parser 和html5lib快了许多 。
 
二、lxml
1.lxml安装
lxml 是一个xpath格式解析模块，安装很方便，直接pip install lxml 或者easy_install lxml即可 。
 
2.lxml 使用
lxml提供了两种解析网页的方式，一种是你解析自己写的离线网页时，另一种 则是解析线上网页 。
导入包：
from lxml importetree 
1.解析离线网页：
html=etree.parse('xx.html',etree.HTMLParser())aa=html.xpath('//*[@id="s_xmancard_news"]/div/div[2]/div/div[1]/h2/a[1]/@href')print(aa)2.解析在线网页：
from lxml import etreeimport requestsrep=requests.get('https://www.baidu.com')html=etree.HTML(rep.text)aa=html.xpath('//*[@id="s_xmancard_news"]/div/div[2]/div/div[1]/h2/a[1]/@href')print(aa)那么我们怎么获取这些标签和标签对应的属性值了，很简单，首先获取标签只需你这样做：

Python解析库lxml与xpath用法总结

文章插图
 


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