西部数码主机 | 阿里云主机| 虚拟主机 | 服务器 | 返回乐道官网
当前位置: 主页 > 开发教程 > python教程 >

Python爬虫:Xpath语法笔记

时间:2016-04-03 00:31来源:未知 作者:好模板 点击:
一、选取节点 常用的路劲表达式: 表达式 描述 实例 nodename 选取nodename节点的所有子节点 xpath(//div) 选取了div节点的所有子节点 / 从根节点选取 xpath(/div) 从根节点上选取div节点 // 选取

一、选取节点

常用的路劲表达式:

表达式 描述 实例  
nodename 选取nodename节点的所有子节点 xpath(‘//div’) 选取了div节点的所有子节点
/ 从根节点选取 xpath(‘/div’) 从根节点上选取div节点
// 选取所有的当前节点,不考虑他们的位置 xpath(‘//div’) 选取所有的div节点
. 选取当前节点 xpath(‘./div’) 选取当前节点下的div节点
.. 选取当前节点的父节点 xpath(‘..’) 回到上一个节点
@ 选取属性 xpath(’//@calss’) 选取所有的class属性

二、谓语

谓语被嵌在方括号内,用来查找某个特定的节点或包含某个制定的值的节点

实例:

表达式 结果
xpath(‘/body/div[1]‘) 选取body下的第一个div节点
xpath(‘/body/div[last()]‘) 选取body下最后一个div节点
xpath(‘/body/div[last()-1]‘) 选取body下倒数第二个div节点
xpath(‘/body/div[positon()<3]‘) 选取body下前两个div节点
xpath(‘/body/div[@class]‘) 选取body下带有class属性的div节点
xpath(‘/body/div[@class="main"]‘) 选取body下class属性为main的div节点
xpath(‘/body/div[ price>35.00 ]‘) 选取body下price元素值大于35的div节点

三、通配符

Xpath通过通配符来选取未知的XML元素

表达式 结果
xpath(’/div/*’) 选取div下的所有子节点
xpath(‘/div[@*]‘) 选取所有带属性的div节点

四、取多个路径

使用“|”运算符可以选取多个路径

表达式 结果
xpath(‘//div|//table’) 选取所有的div和table节点

五、Xpath轴

轴可以定义相对于当前节点的节点集 

轴名称 表达式 描述
ancestor xpath(‘./ancestor::*’) 选取当前节点的所有先辈节点(父、祖父)
ancestor-or-self xpath(‘./ ancestor-or-self ::*’) 选取当前节点的所有先辈节点以及节点本身
attribute xpath(‘./ attribute ::*’) 选取当前节点的所有属性
child xpath(‘./ child ::*’) 返回当前节点的所有子节点
descendant xpath(‘./ descendant ::*’) 返回当前节点的所有后代节点(子节点、孙节点)
following xpath(‘./ following ::*’) 选取文档中当前节点结束标签后的所有节点
following-sibing xpath(‘./ following-sibing ::*’) 选取当前节点之后的兄弟节点
parent xpath(‘./ parent ::*’) 选取当前节点的父节点
preceding xpath(‘./ preceding ::*’) 选取文档中当前节点开始标签前的所有节点
preceding-sibling xpath(‘./ preceding-sibling ::*’) 选取当前节点之前的兄弟节点
self xpath(‘./ self ::*’) 选取当前节点

六、功能函数  

使用功能函数能够更好的进行模糊搜索

函数 用法 解释
starts-with xpath(‘ //div[starts-with(@id,"ma") ] ‘ ) 选取id值以ma开头的div节点
contains xpath(‘ //div[contains(@id,"ma")] ‘ ) 选取id值包含ma的div节点
and xpath(‘ //div[contains(@id,"ma") andcontains(@id,"in") ] ‘) 选取id值包含ma和in的div节点
text() xpath(‘ //div[contains(text(),"ma")] ‘) 选取节点文本包含ma的div节点

(责任编辑:好模板)
顶一下
(0)
0%
踩一下
(1)
100%
------分隔线----------------------------
栏目列表
热点内容