Xpath 高级用法
xpath 高级用法
匹配当前节点下的所有
.//
. 表示当前
// 表示当前标签下的所有标签
注: 要配合使用
匹配某标签的属性值: /@属性名称
这里以input里的value值为例:
例:
xpath(//input/@value)
匹配多个路径
在一个xpath中写的多个表达式用 | 分开, 每个表达式互不干扰。
xpath("//tr[6]/td[2]/text() | //tr[7]/td[2]/text()")
按属性匹配:@获取所有id="test"的所有文本内容
xpath('//*[@id="test"]//text()')
匹配不包含某个属性的标签 not
多用于表格中匹配中不包含表头信息的数据
xpath('//table/tr[not(@class="tbhead")]')
匹配包含多个属性的标签: and匹配所有的tr中不包含 tbhead 属性 和包含 head 的tr标签
xpath('//table/tr[not(@class="tbhead") and @class="head"]')
匹配包含不同属性的名称相同的标签
or匹配包含class="speedbar" 或者 class="content-wrap" 的标签
xpath('//div[@class="speedbar" or @class="content-wrap"]')
将对象还原为字符串:
etree.tostring()将匹配到的对象,作为etree.tostring()的参数即可. 注: 返回字符串
sObj = xml.xpath('//*[@id="test"]')[0] #使用xpath定位一个节点
sStr = etree.tostring(sObj)
按轴(Axes)匹配
9.1 选取当前节点的所有子元素: child获取div下的tr的标签
xpath('//div[@id="testid"]/child::tr/td/text()') # 感觉这种方法鸡肋,
//div[@id="testid"]//tr/td 也可以实现
选取当前节点的所有属性:attribute
获取div标签所有的属性值
xpath('//div/attribute::*') # 感觉这种方法鸡肋,//div/@* 同样能实现
ancestor:父辈元素 / ancestor-or-self:父辈元素及当前元素
获取父辈元素的div的所有属性值, 在不好定位的情况下,通过孩子标签定位,这种方法可以用
xpath('//div[@id="test"]/ancestor::div/@*')
xpath('//div[@id="test"]/ancestor-or-self::div/@*')
descendant:后代 / descendant-or-self:后代及当前节点本身
获取孩子元素的div的所有属性值,感觉鸡肋
xpath('//div[@id="test"]/descendant::div/@*')
xpath('//div[@id="test"]/descendant-or-self::div/@*')
选取当前节点的所有命名空间节点:namespace
xpath('//div[@id="test"]/namespace::*')
定位:position
和通过下标定位一样, 方法鸡肋
xpath('//*[@id="test"]/ol/li[position()=2]/text()')
Xpath 函数:
统计数量:count
统计符合要求节点的数量, 注: 返回字符串
xpath('count(//tr[@info])')
字符串拼接 :concat
统计出来的两个内容的字符串进行“ + ”处理, 注: 返回字符串
xpath('concat(//li[@id="one"]/text(),//li[@id="three"]/text())')
解析当前节点下的字符:string
string()直解析匹配的第一个标签的值, 注: 返回字符串
xpath('string(//tr)')
获取当前节点的节点名称: local-name
返回当前属性的节点名称, 注: 返回字符串
xpath('local-name(//*[@id="test"])')
以指定的字符开头:starts-with
starts-with定位属性值以8开头的li元素
xpath('//tr[starts-with(@code,"one")]/text()')
小于:<
匹配所有tr标签属性info小于200的内容
xpath('//tr[@info<200]/text()')
根据指定的文本内容选择
# 指定的文本内容可以是文本内容的部分, 也可以是全部
//div[2]/ul/li[contains(text(), "指定的文本内容")]/span/text()
获取在此节点下的所有内容
//*[@class="init-content"]/..
position:定位
选择偶数项:[position()=(position() mod 2 = 0)]
选择奇数项:[position()=(position() mod 2 != 0)]
其他
后面+:: 然后输入标签 或者数字
child:选取当前节点的子元素
parent:选取当前节点的父节点
attribute:选取当前节点的属性
ancestor:父辈元素 / ancestor-or-self:父辈元素及当前元素
descendant:后代 / descendant-or-self:后代及当前节点本身
方法同上
following :选取当前节点的结束标签之后的所有节点,包括节点的子孙节点
preceding:选取当前节点的开始标签之前的所有节点,包括节点的子孙节点
following-sibling:选取当前节点之后的所有同级节点
preceding-sibling:选取当前节点之前的所有同级节点