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...