xpath语法

xpath语法

基础使用

• nodename 选取此节点的所有子节点

• / 从根节点选取

• // 选取任意位置的某个节点

• . 选取当前节点

• … 选取当前节点的父节点

• @ 选取属性

示例

• /classroom/student[last()] 选取属于classroom子元素的最后一个student元素
• /classroom/student[last()-1] 选取属于classroom子元素的倒数第二个tudent元素
• /classroom/student[position() < 3] 选取最前面的俩个属于classroom元素的子元素的student元素
• //name[@lang] 选取所有拥有名为lang的属性的name元素
• //name[@lane=‘eng’] 选取所有name元素，且这些元素拥有值为eng的lang属性
• /classroom/student[age>20] 选取classroom元素的所有student元素，且其中的age元素值须大于20

XPath轴

• starts-with 顾名思义，匹配一个属性开始位置的关键字

• contains 匹配一个属性值中包含的字符串

• text（） 匹配的是显示文本信息，此处也可以用来做定位用

  示例

  //input[starts-with(@name,‘name1’)] 查找name属性中开始位置包含’name1’关键字的页面元素

  //input[contains(@name,‘na’)] 查找name属性中包含na关键字的页面元素

  <a href="http://www.baidu.com">百度搜索</a>
  

  写法1： //a[text()=‘百度搜索’]

  写法2：//a[contains(text(),“百度搜索”)]

  正则表达式-re

  re.split(pattern,string[,maxsplit]) 按照匹配的子串将string分割后返回列表 maxsplit置顶最大分割次数 不指定则全部分割

  import re
  pattern = re.compile(r'\d+')
  str = 'A1B2C3D4'
  print(re.split(pattern,str))
  输出结果：
  ['A','B','C','D','']
  

  re.findall(pattern,string[,maxsplit]) 搜索整个string，以列表形式返回能匹配的全部字符串。

  import re
  pattern = re.compile(r'\d+')
  str = 'A1B2C3D4'
  print(re.findall(pattern,str))
  输出结果：
  ['1','2','3','4']
  

  re.sub用于替换字符串中的匹配项。下面一个例子将字符串中的空格 ’ ’ 替换成 ‘-’ 。

  import re  
  text = "JGood is a handsome boy, he is cool, clever, and so on..."  
  print re.sub(r'\s+', '-', text)  #待替换字符，替换字符，字符串
  输出结果：
  JGood-is-a-handsome-boy,-he-is-cool,-clever,-and-so-on...