Xpath与lxml_2XPath语法

XPath使用路径表达式选择节点。

以下XML文档作为示例：

xml='''<?xml version="1.0" encoding="utf8"?>
<bookstore>
  <book>
    <title lang="eng">Harry Potter</title>
    <price>29.99</price>
  </book>
  <book>
    <title lang="eng">Learning XML</title>
    <price>39.95</price>
  </book>
</bookstore>'''

一、选择节点

以下是基本路径的表达式，XPath的路径表达式都是基于某个节点之上的。

表达式	描述
nodename	选取匹配节点nodename的所有子元素节点
/	若以/开头，表示以根节点作为选取起点
//	在已匹配节点后代中选取节点，不考虑目标节点的位置
.	选取当前节点
..	选取当前节点的父元素节点
@	选取属性

举例：

from lxml import xpath

# 得到根节点
root=etree.fromstring(xml)

# 选取所有book子元素
root.xpath('book')

# 选取根节点bookstore
root.xpath('/bookstore')

# 选取所有book子元素的title子元素
root.xpath('book/title')

# 以根节点为始祖，选取其后代中所有title元素，不管其在文档中的位置
root.xpath('//title')

# 以book子元素作为始祖，选取后代中的所有price元素
root.xpath('book//price')

# 以根节点为始祖，选取其后代中lang的所有属性
root.xpath('//@lang')

二、谓语predicate

用以查找某个特定的节点或符合某种条件的节点，谓语表达式位于方括号中。

举例：

# 选取属于bookstore子元素的第一个book元素
root.xpath('/bookstore/book[1]')

# 选取属于bookstore子元素的最后一个book元素
root.xpath('/bookstore/book[last()]')

# 选取属于bookstore子元素的倒数第二个book元素
root.xpath('bookstore/book[last()-1]')

# 选取属于bookstore子元素的前两个book元素
root.xpath('/bookstore/book[position()<3]')

# 以根节点为始祖，选取其后代所有含有lang属性的title元素
root.xpath('//title[@lang]')

# 以根节点为始祖，选取其后代所有的title元素，且这些元素拥有值为eng的lang属性
root.xpath('//title[@lang="eng"]')

# 选取bookstore中所有book子元素，且book的price子元素的值大于35
root.xpath('/bookstore/book[price>35.00]')

# 选取bookstore中所有book子元素的title子元素，且book的price的值大于35
root.xpath('/bookstore/book[price>35.00]/title')

三、通配符

通配符	描述
*	匹配任何元素节点
@*	匹配任何属性节点
node()	匹配任何类型的节点

举例：

# 选取 bookstore 所有子元素
>>> root.xpath('/bookstore/*')  

# 选取根节点的所有后代元素
>>> root.xpath('//*')　　

# 选取根节点的所有具有属性节点的title元素
>>> root.xpath('//title[@*]')　　

# 选取当前节点下所有节点。'\n    '是文本节点。
>>> root.xpath('node()')  

# 选取根节点所有后代节点，包括元素、属性、文本。
>>> root.xpath('//node()')  

四、或条件选取

使用|运算符，选取符合或条件的若干路径。

举例：

# 选取所有book元素的title元素和price元素
>>> root.xpath('//book/title | //book/price')

# 选择所有title和price元素
>>> root.xpath('//title|//price')

# 选择book子元素title或者全部的price元素
>>> root.xpath('/bookstore/book/title | //price')