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 potterj 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...