xpath 高級(jí)用法

1. 匹配當(dāng)前節(jié)點(diǎn)下的所有： .//

. 表示當(dāng)前

// 表示當(dāng)前標(biāo)簽下的所有標(biāo)簽

注： 要配合使用

2. 匹配某標(biāo)簽的屬性值： /@屬性名稱

這里以input里的value值為例：

例：xpath(//input/@value)

3. 匹配多個(gè)路徑：|

在一個(gè)xpath中寫的多個(gè)表達(dá)式用 | 分開(kāi)， 每個(gè)表達(dá)式互不干擾。

例：xpath("//tr[6]/td[2]/text() | //tr[7]/td[2]/text()")

4.按屬性匹配：@

獲取所有id="test"的所有文本內(nèi)容

xpath('//*[@id="test"]//text()')

5. 匹配不包含某個(gè)屬性的標(biāo)簽 not

多用于表格中匹配中不包含表頭信息的數(shù)據(jù)

例：xpath('//table/tr[not(@class="tbhead")]')

6. 匹配包含多個(gè)屬性的標(biāo)簽: and

匹配所有的tr中不包含 tbhead 屬性 和包含 head 的tr標(biāo)簽

xpath('//table/tr[not(@class="tbhead") and @class="head"]')

7. 匹配包含不同屬性的名稱相同的標(biāo)簽: or

匹配包含class="speedbar" 或者 class="content-wrap" 的標(biāo)簽

例：xpath（'//div[@class="speedbar" or @class="content-wrap"]'）

8. 將對(duì)象還原為字符串：etree.tostring（）

將匹配到的對(duì)象，作為etree.tostring（）的參數(shù)即可， 注： 返回字符串

sObj = xml.xpath('//*[@id="test"]')[0] #使用xpath定位一個(gè)節(jié)點(diǎn)

sStr = etree.tostring(sObj)

9.按軸(Axes)匹配

9.1 選取當(dāng)前節(jié)點(diǎn)的所有子元素: child

獲取div下的tr的標(biāo)簽

例：xpath('//div[@id="testid"]/child::tr/td/text()') # 感覺(jué)這種方法雞肋， //div[@id="testid"]//tr/td 也可以實(shí)現(xiàn)

9.2 選取當(dāng)前節(jié)點(diǎn)的所有屬性：attribute

獲取div標(biāo)簽所有的屬性值

例： xpath('//div/attribute::*') # 感覺(jué)這種方法雞肋，//div/@* 同樣能實(shí)現(xiàn)

9.3 ancestor：父輩元素 / ancestor-or-self：父輩元素及當(dāng)前元素

獲取父輩元素的div的所有屬性值， 在不好定位的情況下，通過(guò)孩子標(biāo)簽定位，這種方法可以用

xpath('//div[@id="test"]/ancestor::div/@*')

xpath('//div[@id="test"]/ancestor-or-self::div/@*')

9.4 descendant：后代 / descendant-or-self：后代及當(dāng)前節(jié)點(diǎn)本身

獲取孩子元素的div的所有屬性值，感覺(jué)雞肋

xpath('//div[@id="test"]/descendant::div/@*')

xpath('//div[@id="test"]/descendant-or-self::div/@*')

9.5 選取當(dāng)前節(jié)點(diǎn)的所有命名空間節(jié)點(diǎn):namespace

xpath('//div[@id="test"]/namespace::*')

9.6 定位:position

和通過(guò)下標(biāo)定位一樣， 方法雞肋

xpath('//*[@id="test"]/ol/li[position()=2]/text()')

10.Xpath 函數(shù)：

10.1統(tǒng)計(jì)數(shù)量：count

統(tǒng)計(jì)符合要求節(jié)點(diǎn)的數(shù)量， 注： 返回字符串

xpath('count(//tr[@info])')

10.2字符串拼接 ：concat

統(tǒng)計(jì)出來(lái)的兩個(gè)內(nèi)容的字符串進(jìn)行“ + ”處理， 注： 返回字符串

xpath('concat(//li[@id="one"]/text(),//li[@id="three"]/text())')

10.3 解析當(dāng)前節(jié)點(diǎn)下的字符：string

string()直解析匹配的第一個(gè)標(biāo)簽的值， 注： 返回字符串

xpath('string(//tr)')

10.4 獲取當(dāng)前節(jié)點(diǎn)的節(jié)點(diǎn)名稱: local-name

返回當(dāng)前屬性的節(jié)點(diǎn)名稱， 注： 返回字符串

xpath('local-name(//*[@id="test"])')

10.5 以指定的字符開(kāi)頭：starts-with

starts-with定位屬性值以8開(kāi)頭的li元素

xpath('//tr[starts-with(@code,"one")]/text()')

10.6 小于：<

匹配所有tr標(biāo)簽屬性info小于200的內(nèi)容

xpath('//tr[@info<200]/text()')

11. 根據(jù)指定的文本內(nèi)容選擇

# 指定的文本內(nèi)容可以是文本內(nèi)容的部分， 也可以是全部

//div[2]/ul/li[contains(text(), "指定的文本內(nèi)容")]/span/text()

注： 以上內(nèi)容， 除標(biāo)注外， 均返回列表！！

`總注： 在平常的xpath的使用中， 前8項(xiàng)的內(nèi)容已基本夠用， 使用時(shí)也應(yīng)該使用簡(jiǎn)潔、易讀、高效的匹配式。其余兩項(xiàng)定位在較難的地方備選使用。切不可以為了追求高逼格， 刻意使用難懂難寫低效的匹配式。人生苦短…“

本人水平有限， 如有錯(cuò)誤歡迎提出指正！如有參考， 請(qǐng)注明出處！！禁止抄襲，遇抄必肛！！！

總結(jié)

以上是生活随笔為你收集整理的python xpath定位元素方法_Python爬虫杂记 - Xpath高级用法的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。