Xpath學習筆記

from lxml import etree

import os
os.path.abspath('.')
text='''
first item
'''html1 = etree.html(text1)
result = html1.xpath('//li[contains(@class,"li") and @name="item"]/a/text()')#選取即包含li屬性，而且name=item的a節點的文字，用的and連線。
print(result)
#按序選擇(使用索引),比如下面在眾多li節點中把需要的給取出來
result = html.xpath('//li[1]/a/text()')
print(result)
result = html.xpath('//li[last()]/a/text()')
print(result)
result = html.xpath('//li[position()<3]/a/text()')
print(result)
result = html.xpath('//li[last()-2]/a/text()')
print(result)
#使用節點器選擇節點
result = html.xpath('//li[1]/ancestor::*') #ancestor是選父親節點，*是所有。
print(result)
result = html.xpath('//li[1]/ancestor::div')#選標籤為div的父親節點。
print(result)
result = html.xpath('//li[1]/attribute::*')#獲取本節點的所有屬性
print(result)
#類似，child是選直接子節點，descendant是獲取所有子節點，following是獲取當前節點後的所有節點，，following-sibling 是獲取當前節點之後的同級節點。

XPath學習筆記

xpath 是一門在 xml 文件中查詢資訊的語言。xpath 用於在 xml 文件中通過元素和屬性進行導航。xpath包含有乙個標準的函式庫，是xslt中的主要元素，同時也是乙個w3c標準。若把xml用樹來表示，那麼根節點最上層的節點，根節點是唯一的。樹上其它的所有元素節點都是子節點或後代節點。元...

Xpath學習筆記

在 xpath 中，有七種型別的節點 元素 屬性 文字 命名空間 處理指令 注釋以及文件節點 或稱為根節點 lang eng harry pottertitle 29.99price book lang eng learning xmltitle 39.95price book bookstore ...

XPath學習筆記

使用lxml對爬取的網頁資料進行解析時，最長使用的方式是xpath，在scrapy爬蟲框架中也提供了相應的函式呼叫.xpath 和.css css 的方式實質上底層仍然被轉換成xpath方式進行處理。首先是xpath的基本使用方法，如圖 html doc 這是乙個鏈結 美女，約嗎？兄弟，你好嗎 se...