溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要介紹了Python中Xpath 如何使用，具有一定借鑒價值，需要的朋友可以參考下。希望大家閱讀完這篇文章后大有收獲。下面讓小編帶著大家一起了解一下。
xpath速度比較快，是爬蟲在網頁定位中的較優選擇，但是很多網頁前端代碼混亂難以定位，而學習定位也較為不易，這里列出一點編程過程中可能有用的東西。
試驗環境：Python環境，lxml.etree
試驗所使用的html代碼
<!DOCTYPE html> <html> <head> <title>xpath test</title> </head> <body> <div price="99.8"> <div> <ul> <li>時間</li> <li>地點</li> <li>任務</li> </ul> </div> <div id='testid' data-h="first"> <h3>這里是個小標題</h3> <ol> <li data="one">1</li> <li data="two">2</li> <li data="three">3</li> </ol> <ul> <li code="84">84</li> <li code="104">104</li> <li code="223">223</li> </ul> </div> <div> <h4>這里是H3的內容 <a href="http://www.baidu.com">百度一下</a> <ul> <li>test1</li> <li>test2</li> </ul> </h4> </div> <div id="go"> <ul> <li>1</li> <li>2</li> <li>3</li> <li>4</li> <li>5</li> <li>6</li> <li>7</li> <li>8</li> <li>9</li> <li>10</li> </ul> </div> </div> </body> </html>
1、匹配某節點下的所有.//
//獲取文檔中所有匹配的節點，.獲取當前節點，有的時候我們需要獲取當前節點下的所有節點，.//一定要結合.使用//，否則都會獲取整個文檔的匹配結果.
2、匹配包含某屬性的所有的屬性值//@lang
print tree.xpath('//@code') #匹配所有帶有code屬性的屬性值
>>['84', '104', '223']3、選取若干路徑|
這個符號用于在一個xpath中寫多個表達式用，用|分開，每個表達式互不干擾
print tree.xpath('//div[@id="testid"]/h3/text() | //li[@data]/text()') #多個匹配條件
>>[u'\u8fd9\u91cc\u662f\u4e2a\u5c0f\u6807\u9898', '1', '2', '3']4、 Axes（軸）
child：選取當前節點的所有子元素
>>print tree.xpath('//div[@id="testid"]/child::ul/li/text()') #child子節點定位
>>['84', '104', '223']
>>print tree.xpath('//div[@id="testid"]/child::*') #child::*當前節點的所有子元素
>>[<Element h3 at 0x21bd148>, <Element ol at 0x21bd108>, <Element ul at 0x21bd0c8>]
>>#定位某節點下為ol的子節點下的所有節點
>>print tree.xpath('//div[@id="testid"]/child::ol/child::*/text()')
>>['1', '2', '3']attribute：選取當前節點的所有屬性
>>print tree.xpath('//div/attribute::id') #attribute定位id屬性值
>>['testid', 'go']
>>print tree.xpath('//div[@id="testid"]/attribute::*') #定位當前節點的所有屬性
>>['testid', 'first']ancestor：父輩元素 / ancestor-or-self：父輩元素及當前元素
>>print tree.xpath('//div[@id="testid"]/ancestor::div/@price') #定位父輩div元素的price屬性
>>['99.8']
>>print tree.xpath('//div[@id="testid"]/ancestor::div') #所有父輩div元素
>>print tree.xpath('//div[@id="testid"]/ancestor-or-self::div') #所有父輩及當前節點div元素
>>[<Element div at 0x23fc108>]
>>[<Element div at 0x23fc108>, <Element div at 0x23fc0c8>]following :選取文檔中當前節點的結束標簽之后的所有節點
#定位testid之后不包含id屬性的div標簽下所有的li中第一個li的text屬性
>>print tree.xpath('//div[@id="testid"]/following::div[not(@id)]/.//li[1]/text()')
>>['test1']感謝你能夠認真閱讀完這篇文章，希望小編分享Python中Xpath 如何使用內容對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，遇到問題就找億速云，詳細的解決方法等著你來學習!
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
