XPath學習筆記

2022-08-31 03:36:10 字數 3340 閱讀 3962

xpath用於在xml文件中查詢資訊,通過元素或屬性導航。

xpath節點

7型別: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)。

術語:節點(node):

xpath中有7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)。xml文件是被作為節點樹來對待的。樹的根被稱為文件節點或根節點。

舉例1:

<?xml version="1.0" encoding="iso-8859-1"?>

harry potter

j k. rowling

2005

29.99

節點例子:

文件節點

j k. rowing 元素節點

lang="en" 屬性節點

基本值(或稱原子值,atomic value)

基本值是無父或無子的節點。

基本值例子:

j k. rowing

"en"

專案(item)

專案是基本值或者節點。

節點關係

父(parent)

每個元素以及屬性都有乙個父

舉例2:

harry potter

j k. rowling

2005

29.99

在該例子中,book是title, author, year, price元素的父。

子(children)

元素節點可能有零個、乙個或多個子。

該例子中,titile, author, year, price是book元素的子。

同胞(sibling)

該例子中,title, author, year, price元素都是同胞。

先輩(ancestor)

在例子1中,title元素的先輩是book元素和bookstore元素。

後代(descendant)

在例子1中,bookstore元素的後代是book, title, author, year 和price元素。

xpath使用路徑表示式來選取xml文件中的節點或節點集。節點是通過沿著路徑(path)或者步(steps)來選取的。

xml例項文件

<?xml version="1.0" encoding="iso-8859-1"?>

harry potter

29.99

learning xml

39.95

xpath使用路徑表示式在xml文件中選取節點。節點是通過路徑或者step來選取的。

常用路徑表示式

表示式描述

nodename

選取此節點的所有子節點。

/從根節點擊取。

//從匹配選擇的當前節點擊擇文件中的節點,而不考慮它們的位置。

.選取當前節點。

..選取當前節點的父節點。

@選取屬性。

例項路徑表示式

結果bookstore

選取 bookstore 元素的所有子節點。

/bookstore

選取根元素 bookstore。

注釋:假如路徑起始於正斜槓( / ),則此路徑始終代表到某元素的絕對路徑!

bookstore/book

選取屬於 bookstore 的子元素的所有 book 元素。

//book

選取所有 book 子元素,而不管它們在文件中的位置。

bookstore//book

選擇屬於 bookstore 元素的後代的所有 book 元素,而不管它們位於 bookstore 之下的什麼位置。

//@lang

選取名為 lang 的所有屬性。

謂語(predicates)

謂語用來查詢某個特定的節點或者包含某個指定的值的節點

謂語被嵌在方括號中。

例項:路徑表示式

結果/bookstore/book[1]

選取屬於 bookstore 子元素的第乙個 book 元素。

/bookstore/book[last()]

選取屬於 bookstore 子元素的最後乙個 book 元素。

/bookstore/book[last()-1]

選取屬於 bookstore 子元素的倒數第二個 book 元素。

/bookstore/book[position()<3]

選取最前面的兩個屬於 bookstore 元素的子元素的 book 元素。

//title[@lang]

選取所有擁有名為 lang 的屬性的 title 元素。

//title[@lang='eng']

選取所有 title 元素,且這些元素擁有值為 eng 的 lang 屬性。

/bookstore/book[price>35.00]

選取 bookstore 元素的所有 book 元素,且其中的 price 元素的值須大於 35.00。

/bookstore/book[price>35.00]/title

選取 bookstore 元素中的 book 元素的所有 title 元素,且其中的 price 元素的值須大於 35.00。

選取未知節點

xpath萬用字元可用來選取未知的xml元素。

萬用字元描述

*匹配任何元素節點。

@*匹配任何屬性節點。

node()

匹配任何型別的節點。

例項路徑表示式

結果/bookstore/*

選取 bookstore 元素的所有子元素。

//*選取文件中的所有元素。

//title[@*]

選取所有帶有屬性的 title 元素。

選取若干路徑

通過在路徑表示式中使用"|"運算子,可以選取若干個路徑。

例項路徑表示式

結果//book/title | //book/price

選取 book 元素的所有 title 和 price 元素。

//title | //price

選取文件中的所有 title 和 price 元素。

/bookstore/book/title | //price

選取屬於 bookstore 元素的 book 元素的所有 title 元素,以及文件中所有的 price 元素。

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...