推荐
关注
TOP
Message

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
posted @ 2022-09-26 17:26  始識  阅读(978)  评论(0编辑  收藏  举报