1.Xpath
Xpath是一門在XML中查找信息的語言，可用來在XML文檔中對元素和屬性進行遍歷。XQuery和xpoint都是構建于xpath表達之上
2.節點
父（parent），子（children），兄弟（sibling），先輩（ancetstor），后代（Decendant）
3.選取節點
路徑表達式
| 表達式 | 描述 | 路徑表達式 | 結果 |
| nodename | 選取此節點上的所有的子節點 | bookstore | 選取bookstore元素的所有子節點 |
| / | 從根節點上選取 | /bookstore | 選取根元素bookstore，為絕對路徑 |
| // | 從匹配選擇的當前節點選擇文檔中的節點，不考慮位置 | //book | 選取所有的book子元素，而不管他們在文檔的位置 |
| . | 選取當前節點 | bookstore//book | 選擇bookstore后代中所有的book元素 |
| .. | 選取當前節點的父節點 | ||
| @ | 選取屬性 | //@lang | 選取名為lang的所有屬性 |
謂語
謂語用來查找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
| 路徑表達式 | 結果 |
| /bookstore/book[1] | 選取屬于bookstore子元素的第一個book元素 |
| /bookstore/book[last()] | 選取屬于bookstore子元素的最后book元素 |
| /bookstore/book[last()-1] | 選取屬于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于bookstore元素的子元素的book元素 |
| //title[@lang='eng'] | 選取所有的title元素，并且這些元素擁有值為eng的lang屬性 |
| /bookstore/book[price>35.0] | 選取bookstore元素的所有book元素，且其中的price值大于35.0 |
選取未知節點（通配符）
* 匹配任何 元素節點
@* 匹配任何屬性節點
node（） 匹配任何類型的節點
4.lxml用法
#!/usr/bin/python#_*_coding:utf-8_*_from lxml import etreetext='''<div> <ul> <li class="item-0"><a href="link1.html" rel="external nofollow" rel="external nofollow" >first item</a></li> <li class="item-1"><a href="link2.html" rel="external nofollow" >second item</a></li> <li class="item-inactive"><a href="link3.html" rel="external nofollow" >third item</a></li> <li class="item-1"><a href="link4.html" rel="external nofollow" >fourth item</a></li> <li class="item-0"><a href="link5.html" rel="external nofollow" >fifth item</a> </ul></div> '''# html=etree.HTML(text) #html對象，存儲在地址中，有自動修正功能# result=etree.tostring(html) #將html對象轉化為字符串html=etree.parse('hello.html')# result=etree.tostring(html,pretty_print=True)# print resultprint type(html)result= html.xpath('//li')print resultprint len(result)print type(result)print type(result[0])print html.xpath('//li/@class') # 獲取li標簽下的所有的classprint html.xpath('//li/a[@href="link1.html" rel="external nofollow" rel="external nofollow" ]') #獲取li標簽下href為link1的<a>標簽print html.xpath('//li//span') #獲取li標簽下所有的span標簽print html.xpath('//li[last()-1]/a')[0].text #獲取倒數第二個元素的內容以上這篇Python爬蟲之xlml解析庫(全面了解)就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持VEVB武林網。
新聞熱點
疑難解答
