xpath基础和多线程基础

xpath语法

from lxml import etree

xpath基本概念

“”"
树结构：整个html（xml）代码结构就是一个树结构
根节点（根元素）：html或者xml最外面的那个标签（元素）
节点：树结构中每一个元素(标签)就是一个节点
节点属性：标签属性
节点内容：标签内容
“”"

xml数据格式

xml和json一样，是一种通用的数据格式（绝大部分编程语言都支持的数据格式）

“”"
xml保存数据是通过标签（元素）的标签内容和标签属性来保存数据的

“”"

xpath语法

1.创建树结构获取数的根节点

etree.XML（xml数据）

etree.HTML(html数据)

f = open(‘零零.xml’,encoding=‘utf-8’)
root = etree.HML(f.read())

2.根据xpath获取指定标签

节点对象.xpath（路径）
“”"
路径写法：
1.决定路径： 用”/“开头路径 - 标签在树结构中的路径（路径必须从根节点开始写）
2.相对路径： 路径开头用”.“标签当前节点，”…“表示当前节点的上层节点
3.全路径：用”//“开头的路径，在整个树中获取标签
注意：绝对路径和全路径的写法以及查找方式和是用谁去点的xpath无关
“”"

result = root.xpath('/supermarkeket/staffs/staff/name/text()')
print(result)
resulr = root.xpath('./staffs/staff')[0]#获取第一个员工对应的staff标签
print(resulr)
result = staff1.xpath('./name/text()')#获取所有员工对应的staff标签
print(result)
result = root.xpath('//naem/text()')
print(result)
result = root.xpath('//goods/name/text()')
print(result)

获取标签内容

节点对象.xpath（获取标签路径/text()）:获取指定路径下所有标签的标签内容
获取标签属性值
节点对象xpath（获取标签的路径/@属性名）

result = root.xpath('/supermarket/@name')
print(result)
result = root.xpath('//staff/@id')
print(result)

谓语（条件）

位置相关的条件

“”"
[N]:第n个
[last()]:获取最后一个标签
[last()-n]:获取倒数-n个标签 [list()-1]获取倒数第二个标签
[pasition()>n],[pasition()<n],[pasition()<=n],[pasition()>=n]
“”"

result = root.xpath('//staff[1]/name/text()')
print(result)
result = root.xpath('//staff[last()]/name/text()')
print(result)
result = root.xpath('//staff[last()-1]/name/text()')
print(result)
result = root.xpath('//staff[pasition()>n]/name/text()')
print(result)

属性相关谓语

“”"
[@属性名=属性值]：获取指定属性是指定值的标签
[属性名]：拥有指定属性的标签

“”"

# staff[@cals="c1"] == staff.c1
result = root.xpath('//staff[@clas="c1"]/name/text()')
print(result)
result = root.xpath('//goods[@disconut]/name/text()')
print(result)

子标签内容相关的谓语

“”"
[子标签名>数据]
[子标签名<数据]
[子标签名>=数据]
[子标签名<=数据]
[子标签名=数据]
“”"

result = root.xpath('//goods[price=2]/name/text()')
print(result)

通配符：写路径的时候用*来表示任意标签或者任意属性

result = root.xpath('//staff[1]/*/text()')
print(result)

若干路径 - |

路径1|路径2：同时获取路径1和路径2的内容

多线程基本理论

“”"
进程：一个运行的应用程序就是一个进程。每个进程均运行在其专门且受保护的内存空间中
线程：线程是进程执行任务的基本单元（一个进程中的任务都是在线程中执行的）
进程就像车间，线程就像车间里的工人
一个进程默认一个线程，这个线程叫做主线程
线程的特点：如果在一个线程中执行多个任务，任务是串行执行的
当一个程序中有多个任务时，只有一个线程那么程序执行的效率就比较低

多线程：一个进程中有多个线程就是多线程
多线程执行任务的时候，多个任务可以同时（并行）执行

多线程原理：一个cpu同一时间只能调用一个线程，多线程其实是cpu快速
的在多个线程之间切换，造成多个线程同时执行的假象，多线程实现的是
提高cpu利用率
“”"

python使用多线程的方法

一个进程默认只有一个主线程，主线程以外的线程都叫做子线程

pythong程序如果需要子线程，必须创建线程类（Thread）的对象。

from threading import Thread
from time import sleep
from datetime import datetime

def download(name):
    print(f'{name}开始下载:{datetime.now()}')
    sleep(2)
    print(f'{name}下载结束:{datetime.now()}')

if __name__ == '__main__':
    # 情况1在一个主线程中下载3个电影
    # download('肖生客的救赎')
    # download('霸王别姬')
    # download('阿甘正传')
    #情况2.使用三个子线程分别下载
    # 创建线程对象
    """
    线程对象 = Thread(target=函数，args=元组)
    a.函数：可以是普通函数函数名，也可以是匿名函数。这个函数就是需要子线程中执行的任务
    b.元组：元组中的元素就是在子线程中调用targe对应的函数的时候需要的参数
    """
    t1 = Thread(target=download,args=('肖生克的救赎',))
    t2 = Thread(target=download,args=('霸王别姬',))
    t3 = Thread(target=download,args=('阿甘正传',))
    # # 启动线程
    t1.start()
    t2.start()
    t3.start()