这篇文章主要介绍了关于python中的xpath解析定位，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
爬取的网站：http://jbk.39.net/chancegz/
这里只针对个别属性值：
#例如：'别名'下的span标签文本，‘发病部位'下的span标签文本以及‘挂号科室‘下的span标签文本 # def disease(url): text = get_html(url) tree = etree.HTML(text) bm = tree.xpath('//ul[@class="information_ul"]/li/i[text()="别名："]/following-sibling::span/text()') bw = tree.xpath('//ul[@class="information_ul"]/li/i[text()="发病部位："]/following-sibling::span/a/text()') ks = tree.xpath('//ul[@class="information_ul"]/li/i[text()="挂号科室："]/following-sibling::span/a/text()') return bm, bw, ks
补充其他：
# /从根元素开始，相当于绝对路径 print(tree.xpath('/html/body/ul')) # //全局搜索，找到所有 print(tree.xpath('//li')) ul = tree.xpath('//ul') # . 当前 # 返回的都是列表，查找到所有 li = ul[0].xpath('./li') print(li) for l in li:<div style="color:transparent">来源gaodai.ma#com搞#代!码网</div> # 获取属性id的值 @id print(l.xpath('./@id')) # 定位 /标签[@属性='值'] liClass = tree.xpath("//li[@class='liClass']") print(liClass) #判断，@属性='值' --->返回True或False print(tree.xpath("//li/@id='12'")) print("===========================") #直接使用下标访问，下标从1开始 获取对个li里面的文本 print(tree.xpath('//li[2]/text()')) #last()最后一个 print(tree.xpath('//li[last()]/text()')) #倒数第二个 print(tree.xpath('//li[last()-1]/text()')) # position() 位置 > = 1]')) #* 通配 print(tree.xpath('//*[@class="liClass"]')) # 或 | print(tree.xpath('//li[@class="liClass"] | //div[@class="liClass"]'))
xpath基本语法
| 表达式 | 说明 |
|---|---|
| article | 选取所有article元素的所有子节点 |
| /article | 选取根元素article |
| article/a | 选取所有属于article的子元素的a元素 |
| //div | 选取所有div元素（不管出现在文档里的任何地方） |
| article//div | 选取所有属于article元素的后代的div元素，不管它出现在article之下的任何位置 |
| //@class | 选取所有名为class的属性 |
| 表达式 | 说明 |
|---|---|
| /article/div[1] | 选取属于article子元素的第一个div元素 |
| /article/div[last()] | 选取属于article子元素的最后一个div元素 |
| /article/div[last()-1] | 选取属于article子元素的倒数第二个div元素 |
| //div[@color] | 选取所有拥有color属性的div元素 |
| //div[@color=‘red’] | 选取所有color属性值为red的div元素 |
| 表达式 | 说明 |
|---|---|
| /div/* | 选取属于div元素的所有子节点 |
| //* | 选取所有元素 |
| //div[@*] | 选取所有带属性的div 元素 |
| //div/a 丨//div/p | 选取所有div元素的a和p元素 |
| //span丨//ul | 选取文档中的span和ul元素 |
| article/div/p丨//span | 选取所有属于article元素的div元素的p元素以及文档中所有的 span元素 |
补充：
相邻元素定位， 前一位： preceding-sibling::div[1] 后一位： following-sibling::div[1] 前N位： preceding-sibling::div[N] 后N位： following-sibling::div[N] # 爬取i标签中包含相关检查节点的兄弟 a节点（找到i节点―>找到其父节点->找到该父节点的子节点a） content = tree.xpath('//i[contains(text(),"相关检查：")]/../a[@class="blue"]/text()') xpath多个class限制 //div[contains(@class, 'demo') and contains(@class, 'other')] xpath 同时多个标签用| 分隔 //div[contains(@class, "jib-lh-articl")]/p | //div[contains(@class, "jib-lh-articl")]/h3 选择不包含某一属性的节点 //div[not(@class)] 没有class属性的div //tbody/tr[not(@class or @id)] 获取当前节点的是什么类型的html标签 xpath_element.tag
补充知识：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”)
第二种方法：通过相对路径做定位
两个斜杠代表相对路径
By.xpath(“//input//div”)
第三种方法：通过元素索引定位
By.xpath(“//input[4]”)
第四种方法：使用xpath+节点属性定位（结合第2、第3中方法可以使用）
By.xpath(“//input[@id=’kw1′]”)
By.xpath(“//input[@type=’name’ and @name=’kw1′]”)
第五种方法：使用部分属性值匹配（最强大的方法）
By.xpath(“//input[start-with(@id,’nice’)]”)
By.xpath(“//input[ends-with(@id,’很漂亮’)]”)
By.xpath(“//input[contains(@id,’那么美’)]”)
第六种方法：使用前集中方法的组合
By.xpath(“//input[@id=’kw1′]//input[start-with(@id,’nice’]/div[1]/form[3])
以上这篇关于python中的xpath解析定位就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持gaodaima搞代码网。
以上就是关于python中的xpath解析定位的详细内容，更多请关注gaodaima搞代码网其它相关文章！
转载请注明原文链接：关于python中的xpath解析定位
