Xpath简介

XPath即为XML路径语言,它是一种用来确定XML标准通用标记语言的子集)文档中某部分位置的语言。XPath基于XML的树状结构,有不同类型的节点,包括元素节点,属性节点和文本节点,提供在数据结构树中找寻节点的能力。起初 XPath 的提出的初衷是将其作为一个通用的、介于XPointer与XSLT间的语法模型。但是 XPath 很快的被开发者采用来当作小型查询语言。

简单来说我们通过Xpath可以获取XML中的指定元素和指定节点的值。在网络爬虫中我们通过会把爬虫获取的HTML数据转换成XML结构,然后通过XPath解析,获取我们想要的结果。

接下来为大家分享以下xpath的表达式以及用法。

一.选取节点

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来选取的,通过路径可以找到我们想要的节点或者节点范围。

表达式

描述

用法

说明

nodename

选取此节点的所有子节点。

xpath(‘span’)

选取span元素的所有子节点

/

从根节点选取

xpath(‘/div’)

从根节点上选取div节点

//

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。

xpath(‘//div’)

从当前节点选取含有div节点的标签

.

选取当前节点

xpath(‘./div’)

选取当前节点下的div标签

..

选取当前节点的父节点

xpath(‘../’)

回到上一级节点

@

选取属性

xpath(“//div[@id=’1001’]”)

获取div标签中,含有ID属性且值为1001的标签

二.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。

表达式描述

用法说明

/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。

三. 通配符

XPath 通配符可用来选取未知的 XML 元素,通配指定节点。

表达式

描述

用法

说明

*

匹配任何元素节点

xpath(/div/*)

选取div下的所有子节点

@*

匹配任何属性节点

xpath(/div[@*])

选取所有带属性的div节点

node()

匹配任何类型的节点

xpath(//div[@class=’tb_cls’]).node()

选择标签为div且类属性为tb_cls的所有标签

四.多路径选择

通过在路径表达式中使用“|”运算符,您可以选取若干个路径。

用法

说明

xpath(//book/title |//book/price)

选取 book 元素的所有 title 和 price 元素。

xpath(//title| //price)

选取文档中的所有 title 和 price 元素

五.XPath 轴

轴可定义相对于当前节点的节点集。

表达式

描述

用法

说明

ancestor

选取当前节点的所有先辈(父、祖父等)

xpath(//div[@id=’123’]/ancestor::*)

选择标签为div且ID号为123的所有先辈标签

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

xpath(//div[@id=’123’]/ancestor-or-self::*)

选择标签为div且ID号为123的所有先辈标签且包含自己

attribute

选取当前节点的所有属性

xpath(//div[@id=’123’]/attribute::class)

选择标签为div且ID号为123的类属性名称

child

选取当前节点的所有子元素

xpath(//div[@id=’123’]/child::book)

选择标签为div且ID号为123的所有子元素的为book 节点

descendant

选取当前节点的所有后代元素(子、孙等)

xpath(./descendant::*)

返回当前节点的所有后代节点(子节点、孙节点)

following

选取文档中当前节点结束标签后的所有节点

xpath(./following::*)

选取文档中当前节点结束标签后的所有节点

parent

选取当前节点的父节点

xpath(./parent::*)

选取当前节点的父节点

preceding

选取文档中当前节点的开始标签之前的所有节点

xpath(//div[@id=’123’]/preceding::*)

选择标签为div且ID号为123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

xpath(//div[@id=’123’]/preceding-sibling::*)

选择标签为div且ID号为123的之前的所有同级节点

self

选取当前节点

xpath(./self::*)

选取当前节点

六.XPath 运算符

表达式

描述

用法

说明

+

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

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

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

七.常用的功能函数

使用功能函数能够更好的进行模糊搜索

表达式

描述

用法

说明

starts-with

选取id值以ma开头的div节点

xpath(‘//div[starts-with(@id,”ma”)]‘)

选取id值以ma开头的div节点

contains

选取id值包含ma的div节点

xpath(‘//div[contains(@id,”ma”)]‘)

选取id值包含ma的div节点

and

选取id值包含ma和in的div节点

xpath(‘//div[contains(@id,”ma”) and contains(@id,”in”)]‘)

选取id值包含ma和in的div节点

text()

选取节点文本包含ma的div节点

xpath(‘//div[contains(text(),”ma”)]‘)

选取节点文本包含ma的div节点

XPATH语法(一)的更多相关文章

  1. Python爬虫利器三之Xpath语法与lxml库的用法

    前面我们介绍了 BeautifulSoup 的用法,这个已经是非常强大的库了,不过还有一些比较流行的解析库,例如 lxml,使用的是 Xpath 语法,同样是效率比较高的解析方法.如果大家对 Beau ...

  2. XPath语法 在C#中使用XPath示例 【转http://www.cnblogs.com/yukaizhao/archive/2011/07/25/xpath.html】非常详细的文章

    XPath语法 在C#中使用XPath示例   XPath可以快速定位到Xml中的节点或者属性.XPath语法很简单,但是强大够用,它也是使用xslt的基础知识. 示例Xml: <?xml ve ...

  3. XPath语法 在C#中使用XPath示例

    XPath可以快速定位到Xml中的节点或者属性.XPath语法很简单,但是强大够用,它也是使用xslt的基础知识. 示例Xml: <?xml version="1.0" en ...

  4. Dom4j使用Xpath语法读取xml节点

    我们可以使用Xpath的语法来轻易的读取xml的某个节点[类似于jQuery的选择器]: 使用Xpath语法需要添加新的jaxen-1.1-beta-7.rar 这个jar包 dom4j完整jar包我 ...

  5. XDocument读取xml的所有元素以及XPath语法

    原文  http://www.cnblogs.com/xxyishutong/p/3326375.html <?xml version="1.0" encoding=&quo ...

  6. C#操作Xml:XPath语法 在C#中使用XPath示例

    XPath可以快速定位到Xml中的节点或者属性.XPath语法很简单,但是强大够用,它也是使用xslt的基础知识. 示例Xml: ? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 ...

  7. Xpath语法学习

    贴几个我学习Xpath的参考 1 基本使用的参考 XPath学习:基本语法(一) 2 较为详细且清晰例子参考,推荐 XPath 详解,总结 3 详细语法参考 Xpath语法格式整理 4 官方参考 XP ...

  8. 芝麻HTTP:Python爬虫利器之Xpath语法与lxml库的用法

    安装 ​pip install lxml 利用 pip 安装即可 XPath语法 XPath 是一门在 XML 文档中查找信息的语言.XPath 可用来在 XML 文档中对元素和属性进行遍历.XPat ...

  9. 使用Xpath定位元素(和元素定位相关的Xpath语法)

    本文主要讲述Xpath语法中,和元素定位相关的语法 第一种方法:通过绝对路径做定位(相信大家不会使用这种方式) By.xpath("html/body/div/form/input" ...

  10. 爬虫解析之css,xpath语法

    一.xpath语法 xpath实例文档 <?xml version="1.0" encoding="ISO-8859-1"?> <bookst ...

随机推荐

  1. mac 上传下载iterm2

    1.安装Homebrew,目的是执行 brew 命令,解决 brew: command not found问题 ruby -e "$(curl -fsSL https://raw.githu ...

  2. idea中的language level 介绍

    language level 介绍 其他 IDE 没有看到类似 language level 的设置,所以这个功能应该算是 IntelliJ IDEA 特有的,可是 IntelliJ IDEA 官网也 ...

  3. solr6.4.2之webservice兼容升级

    摘要:这次solr底层升级是一次比较大的升级.从底层搜索引擎 solr4.8 升级到 solr6.4.2,由于solr底层从6.x开始以来的jdk必须指定为1.8,而且很多内部实现类都已经废弃或者干脆 ...

  4. 20190311 Windows上ZooKeeper伪集群的实现

    1. 复制并修改conf/zoo.cfg文件 以zoo1.cfg为例: dataDir=E:\\Develop\\zookeeper\\3.4.6\\zookeeper-3.4.6\\data1 da ...

  5. 面向对象【day08】:静态方法、类方法、属性方法(九)

    本节内容 概述 静态方法 类方法 属性方法 总结 一.概述 前面我们已经讲解了关于类的很多东西,今天讲讲类的另外的特性:静态方法(staticmethod).类方法(classmethod).属性方法 ...

  6. javascript 模块化规范

    服务器端规范 - CommonJS Node.js 浏览器端规范 - AMD RequireJS - CMD SeaJS

  7. scala基本语法和单词统计

    scala 基本语法 1.声明变量 (1)val i = 1 使用val声明的变量值是不可变的,相当于java里final修饰的变量,推荐使用. (2)var i = "hello" ...

  8. 神级程序员通过两句话带你完全掌握Python最难知识点——元类!

    千万不要被所谓"元类是99%的python程序员不会用到的特性"这类的说辞吓住.因为 每个中国人,都是天生的元类使用者 学懂元类,你只需要知道两句话: 道生一,一生二,二生三,三生 ...

  9. 机器学习:Python实现聚类算法(二)之AP算法

    1.算法简介 AP(Affinity Propagation)通常被翻译为近邻传播算法或者亲和力传播算法,是在2007年的Science杂志上提出的一种新的聚类算法.AP算法的基本思想是将全部数据点都 ...

  10. centos 修改文件权限

    给脚本添加可执行权限: chmod -R 777 filename.sh