XPath簡介、功能及使用方法

来源:https://www.cnblogs.com/chka/archive/2020/02/17/12323431.html

html = '''<html><head><title>The Dormouse's story</title></head><body><p class="title a " name="dromouse"><b>The Dormouse's story</b></p><p class="sto ...


 

html = '''<html><head><title>The Dormouse's story</title></head>
<body>
<p class="title a " name="dromouse"><b>The Dormouse's story</b></p>
<p class="story b">Once upon a time there were three little sisters; and their names were
<a href="http://example.com/elsie" class="sister" id="link1"><!-- Elsie --></a>,
<a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and
<a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>;
and they lived at the bottom of a well.</p>
<p class="story">...</p>
</body></html>'''

XPath簡介

XPath,全稱XML Path Language,即XML路徑語言,可以在XML,HTML文檔中查找信息的語言,XPath的選擇功能十分強大,提供了非常簡明瞭的路徑選擇表達式。更多的文檔可以訪問其官方網站,http://www.w3.org/TR/xpath/。

XPath常用規則

nodename   選擇此節點的所有子節點

/  從當前節點選擇直接子節點

// 從當前節點選擇子孫節點

. 選取當前節點

 ..  選取當前節點的父節點

 @  選取屬性

準備工作

安裝lxml   命令管理視窗 pip install lxml

XPath功能

from lxml import etree
html_data = etree.HTML(html) #聲明為HTML文本 且etree可以自動修複HTML文本
print(etree.tostring(html_data).decode("utf-8")) #tostring輸出完善後的html文本 decode將 bytes->str類型

所有節點  

result = html_data.xpath("//*") #表示選取所有節點
result1 = html_data.xpath("//p") # 表示選取所有p節點
print(result1)
#運行結果為
[<Element p at 0x1f7d6abf888>, <Element p at 0x1f7d67e4748>, <Element p at 0x1f7d67e4288>]

 子節點 

result_children = html_data.xpath("//body/p")  #選取body節點里所有p節點
result_children1 = html_data.xapth("//body/a")
print(result_children1)
#運行結果為
[]
#通過上述程式表明//用於獲取子孫節點 /用於獲取直接子節點 ,而a節點不為body節點的直接子節點

父節點

#第一種方法
print
(html_data.xpath('//a[@class="sister"]/../@class')) #獲取a節點父節點p節點的class對應的值a節點為第一個a節點
#運行結果為
['story']
第二種方法
result = html_data.xpath('//a[@class="sister"]/parent::*/@class') #通過parent::來獲取父節點

屬性匹配

result = html_data.xpath('//a[@class="sister"]') #選取所有class值為sister的節點
print(result)
運行結果為
[<Element a at 0x1f7d696d848>, <Element a at 0x1f7d67e4288>, <Element a at 0x1f7d6abf888>]
#獲取文本
result = html_data.xpath('//a[2][@class="sister"]/./text()') #獲得第二個a節點的文本值
print(result)
#運行結果為
['Lacie']
#獲取屬性值
result = html_data.xpath('//a[2][@class="sister"]/@href') #獲取第二個a節點的href值
print(result)
#運行結果為
['http://example.com/lacie']

多種屬性值匹配

 

result = html_data.xpath('//p[contains(@class,"b")]/a/text()') #獲取所有p節點下的a節點的文本
print(result)
#運行結果為
['Lacie', 'Tillie']
#多屬性匹配
 result = html_data.xpath('//a[contains(@class,"sister") and @id="link2"]//text()') #獲取第二個節點a的文本值
print(result)
#輸出結果為
['Lacie']

 

按序選擇

result = html_data.xpath('//a[last()-1]//text()') #選取倒數第二個a節點的文本值
result1=html_data.xpath('//a[position()<3]//text()') #選取位置序號小於3的a節點 由於第一個a節點的文本值為空
#輸出結果為
print(result)
['Lacie']

節點軸選擇

result = html_data.xpath('//a[1][@id="link1"]/ancestor::*') #獲取所有第一個a節點的所有祖先節點
#輸出結果為[<Element html at 0x1f7d6a35488>, <Element body at 0x1f7d67e4cc8>, <Element p at 0x1f7d67e4ec8>]
result = html_data.xpath('//a[1][@id="link1"]/ancestor::p')#獲取p祖先節點
#接下來便不再提供輸出結果,有興趣者可以自行編寫
result = html_data.xpath('//a[2][@id="link2"]/attribute::*')#獲取第二個a節點的所有屬性值
result = html_data.xpath('//p[contains(@class,"story")]/child::a[@id="link2"]')#調用child軸,可以獲取所有子節點,並且限定獲取id=link2的a節點
result = html_data.xpath('//body/descendant::b') #獲取body子孫節點,並且只獲取子孫節點b
result = html_data.xpath('//p/following-sibling::*') #獲取當前節點之後所有的同級節點

 

 

 

 

 

 `


您的分享是我們最大的動力!

更多相關文章
  • 動畫DOM及CSS操作 自定義動畫 animate(最終css狀態,時間) 這個最終css狀態是一個對象 <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>demo</title> <style> div{ w ...
  • 先看代碼: let fn1 = function (x) { return x + 10; }; let fn2 = function (x) { return x * 10; }; let fn3 = function (x) { return x / 10; }; console.log(fn3 ...
  • 方法一: if ($("#checkbox-id").get(0).checked) { // do something } 方法二: if($('#checkbox-id').is(':checked')) { // do something } 方法三: if ($('#checkbox-id' ...
  • 通過運算符可以對一個或多個值進行運算,並且一定有運算結果返回 算數運算符 ​ 算數運算符包括相加(+)、相減( )、相乘( )、相除(/)、取模(%)。任何值與字元串相加都會轉換為字元串,做的是字元串連。除了與字元串做加法,當對非 Number 類型的值進行運算時,會將這些值轉換為 Number 再 ...
  • 如何實現下麵這個漸變的邊框效果: 這個問題本身不難,實現的方法也有一些,主要是有一些細節需要註意。 border-image border-image 是 CSS 規範 CSS Backgrounds and Borders Module Level 3 (最新一版的關於 background 和 ...
  • 一、官方文檔:https://element.eleme.cn/#/zh-CN/component/calendar 發現官方並無農曆顯示的介紹 二、1. 自己寫陽曆轉陰曆的方法或引入別人寫好的 JS 文件,如中國農曆(陰陽曆)和西元陽曆即西曆互轉 JavaScript 庫 2. 如果是引入上面的 ...
  • vue框架中props的typescript用法 在vue中使用typescript時,需要引入vue property decorator庫來相容格式。 javascript寫法 typescript寫法 typescript和javascript在用法的區別,主要是需要嚴格規定label_lis ...
  • 1、橋接模式介紹 2、解決問題 3、代碼演示 4、類圖示意 5、好處分析 6、弊端分析 7、最佳實現 8、現已經使用的場景 ...
一周排行
  • .NET 走向開源,MIT許可協議。 微軟為了推動.NET開源社區的發展,2014年聯合社區成立了.NET基金會。 一年前 .NET 基金會完成第一次全面改選,2014年 .NET基金會的創始成員中有六位創始人,均非微軟公司員工,隨著微軟的收購動作,Miguel 也成了微軟員工,Migel一直在努力 ...
  • 在這篇文章中,我將帶領大家詳細學習ASP.NET Core 中的Main方法。在這篇文章中,我將向大家詳細介紹下麵幾個問題:ASP.NET Core Main方法的重要性為什麼我們在ASP.NET Core中會有一個Main方法?當你運行一個ASP.NET Core應用程式的時候,背後發生了什麼?為... ...
  • IViewLocationExpander API ExpandViewLocations Razor視圖路徑,視圖引擎會搜索該路徑. PopulateValues 每次調用都會填充路由 項目目錄如下所示 創建區域擴展器,其實我並不需要多區域,我目前只需要達到一個區域中有多個文件夾進行存放我的視圖. ...
  • EF Core 數據變更自動審計設計 Intro 有的時候我們需要知道每個數據表的變更記錄以便做一些數據審計,數據恢復以及數據同步等之類的事情, EF 自帶了對象追蹤,使得我們可以很方便的做一些審計工作,每次變更發生了什麼變化都變得很清晰,於是就基於 EF 封裝了一層數據變更自動審計 使用效果 測試 ...
  • 在上一篇文章abp(net core)+easyui+efcore實現倉儲管理系統——入庫管理之六(四十二)中我們實現了新增入庫單的功能。結合之前的五篇文章,今天我們來測試一下入庫單新增功能。 ...
  • 這篇文章,我們一起學習ASP.NET Core InProcess Hosting.這篇文章主要討論下麵幾個觀點:CreateDefaultBuilder方法執行什麼任務?什麼是ASP.NET Core InProcess Hosting?怎麼使用InProcess hosting Model來托管... ...
  • 關於 Blazor Server Side 的開篇 , Blazor與 C/S , B/S 有什麼不一樣 , Blazor有什麼優缺點? ...
  • VS2019+MVC+EF6 CodeFirst 連接MySQL 1、準備環境(通過NuGet獲取) EntityFramework MySql.Data.Entity 安裝後確認 2、在MVC Model文件夾下添加一個學生類,後面用它通過[數據遷移]在MySQL中創建一個表 3、創建數據上下文 ...
  • 這篇文章,向大家介紹ASP.NET Core中的Kestrel Web伺服器。這篇文章主要討論下麵兩個重要的事情:什麼是Kestrel 伺服器?怎麼使用.NET Core CLI來運行ASP.NET Core應用程式?什麼是Kestrel伺服器? 我們已經知道ASP.NET Core是一個跨平臺的開... ...
  • 前言 回顧之前的兩篇Swagger做Api介面文檔,我們大體上學會瞭如何在net core3.1的項目基礎上,搭建一套自動生產API介面說明文檔的框架。 本來在Swagger的基礎上,前後端開發人員在開發生產期間,可以藉此進行更加便捷的溝通交流。可是總有些時候,遇到一些難纏的,又不講道理,偏偏覺得將 ...