下面小编就为大家带来一篇Python爬虫之xlml解析库(全面了解)。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧
1.Xpath
Xpath是一门在XML中查找信息的语言，可用来在XML文档中对元素和属性进行遍历。XQuery和xpoint都是构建于xpath表达之上
2.节点
父（parent），子（children），兄弟（sibling），先辈（ancetstor），后代（Decendant）
3.选取节点
路径表达式
| 表达式 | 描述 | 路径表达式 | 结果 |
| nodename | 选取此节点上的所有的子节点 | bookstore | 选取bookstore元素的所有子节点 |
| / | 从根节点上选取 | /bookstore | 选取根元素bookstore，为绝对路径 |
| // | 从匹配选择的当前节点选择文档中的节点，不考虑位置 | //book | 选取所有的book子元素，而不管他们在文档的位置 |
| . | 选取当前节点 | bookstore//book | 选择bookstore后代中所有的book元素 |
| .. | 选取当前节点的父节点 | ||
| @ | 选取属性 | //@lang | 选取名为lang的所有属性 |
谓语
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
| 路径表达式 | 结果 |
| /bookstore/book[1] | 选取属于bookstore子元素的第一个book元素 |
| /bookstore/book[last()]
来源gaodai.ma#com搞##代!^码@网
|
选取属于bookstore子元素的最后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=’eng’] | 选取所有的title元素，并且这些元素拥有值为eng的lang属性 |
| /bookstore/book[price>35.0] | 选取bookstore元素的所有book元素，且其中的price值大于35.0 |
选取未知节点（通配符）
* 匹配任何 元素节点
@* 匹配任何属性节点
node（） 匹配任何类型的节点
4.lxml用法
#!/usr/bin/python #_*_coding:utf-8_*_ from lxml import etree text=''' <div> <ul> <li class="item-0">first item</li><li class="item-1">second item</li><li class="item-inactive">third item</li><li class="item-1">fourth item</li><li class="item-0">fifth item</ul></div> ''' # html=etree.HTML(text) #html对象，存储在地址中，有自动修正功能 # result=etree.tostring(html) #将html对象转化为字符串 html=etree.parse('hello.html') # result=etree.tostring(html,pretty_print=True) # print result print type(html) result= html.xpath('//li') print result print len(result) print type(result) print type(result[0]) print html.xpath('//li/@class') # 获取li标签下的所有的class print html.xpath('//li/a[@href="link1.html" rel="external nofollow" rel="external nofollow" ]') #获取li标签下href为link1的标签 print html.xpath('//li//span') #获取li标签下所有的span标签 print html.xpath('//li[last()-1]/a')[0].text #获取倒数第二个元素的内容
以上这篇Python爬虫之xlml解析库(全面了解)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Python爬虫之xlml解析库(全面了解)的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：Python爬虫之xlml解析库(全面了解)
转载请注明原文链接：Python爬虫之xlml解析库(全面了解)
