标签：xpath title 元素 选取 ul 节点
xpath
（1）介绍
- 可在XML中查找信息
- 支持HTML的查找
- 通过元素和属性进行导航
pip install lxml
from lxml import etree
# 将源码转化为能被XPath匹配的格式
selector = etree.HTML(源码)
# 返回为一列表
res = selector.xpath(表达式)
（2）使用
（1）路径表达式
| 表达式 |
描述 |
实例 |
解析 |
| / |
从根节点选取 |
/body/div[1] |
选取根结点下的body下的第一个div标签 |
| // |
从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置 |
//a |
选取文档中所有的a标签 |
| ./ |
当前节点再次进行xpath |
./a |
选取当前节点下的所有a标签 |
| @ |
选取属性 |
//@calss |
选取所有的class属性 |
- 直接使用xpath语法查询出来的是Element对象,所以要使用for循环继续xpath
text()获取标签中的文本值
from lxml import etree
html_doc = """
<html><head><title>The Dormouse's story</title></head>
<body>
<p class="title"><b>The Dormouse's story</b></p>
<p class="story">Once upon a time there were three little sisters; and their names were
<a href="http://example.com/elsie" class="sister" id="link1">Elsie</a>,
<a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and
<a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>;
and they lived at the bottom of a well.</p>
<p class="story">...</p>
"""
selector = etree.HTML(html_doc)
res = selector.xpath("//a")
print(res) # [<Element a at 0x2155de71640>, <Element a at 0x2155e3976c0>, <Element a at 0x2155e397800>]
for result in res:
href = result.xpath('./@href')
href1 = result.xpath('./@href')[0] # 获取标签里的href值
href2 = result.xpath('./text()')[0] # 获取标签里的文本值
print(href)
# ['http://example.com/elsie'] ['http://example.com/lacie'] ['http://example.com/tillie']
print(href1)
# http://example.com/elsie http://example.com/lacie http://example.com/tillie
print(href2)
# Elsie Lacie Tillie
（2）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。
- 在下面的表格中，我们列出了带有谓语的一些路径表达式，以及表达式的结果：
| 路径表达式 |
结果 |
| /ul/li[1] |
选取属于 ul子元素的第一个 li元素。 |
| /ul/li[last()] |
选取属于 ul子元素的最后一个 li元素。 |
| /ul/li[last()-1] |
选取属于 ul子元素的倒数第二个 li元素。 |
| //ul/li[position()❤️] |
选取最前面的两个属于 ul元素的子元素的 li元素。 |
| //a[@title] |
选取所有拥有名为 title的属性的 a元素。 |
| //a[@title='xx'] |
选取所有 a元素，且这些元素拥有值为 xx的 title属性。 |
//a[@title>10] > < >= <= != |
选取 a元素的所有 title元素，且其中的 title元素的值须大于 10。 |
| /body/div[@price>35.00] |
选取body下price元素值大于35的div节点 |
（3）选取未知节点
【1】语法
- XPath 通配符可用来选取未知的 XML 元素。
| 通配符 |
描述 |
| * |
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。 |
【2】实例
- 在下面的表格中，我们列出了一些路径表达式，以及这些表达式的结果：
| 路径表达式 |
结果 |
| /ul/* |
选取 bookstore 元素的所有子元素。 |
| //* |
选取文档中的所有元素。 |
| //title[@*] |
选取所有带有属性的 title 元素。 |
| //node() |
获取所有节点 |
（4）模糊查询
//div[contains(@id, "he")]
标签：xpath,
title,
元素,
选取,
ul,
节点
From： https://www.cnblogs.com/ssrheart/p/18106943