json 解析 java xpath_xpath 和 jsonpath 解析

XPath 是一门在 XML 文档中查找信息的语言，可用来在 XML 文档中对元素和属性进行遍历，快速提取xml文档中的的信息，详细的xpath教程参见：https://www.w3school.com.cn/xpath/index.asp。

xpath用法

//任意层次下，/ 根或下一层

//@id

任意层次下有id的节点的属性值

//*[@id]      //book[@id]

所有含有id属性的节点     含有id属性的book节点

/bookstore/*      /bookstore//*

一层的所有节点              递归下去每一层节点

//*   //@*   // *[@*]

*表示所有，@是取属性值

//book[position()=3]   //book[positon()

限制book节点的位置范围

//book[price>400]

price是子节点，其值大于40的book节点

/book/text()   /book//text()

下的所有文本节点，/子节点和 // 子孙节点

//*[local-name()="book"]

所有节点中名称为book的

//book/child::node()

node()表示节点，child::表示子节点

//*[self::title or self::price]

任意层次下的节点，这些节点自身是title或者price

//book[contains(@class, class_name)]

contains() 包含，class属性中包含class_name的节点

//*[contains(local-name(), book)]

标签名包含book的节点

其他还提供了如local-name()等函数，可查看w3cSchool获取详细用法。

lxml

它是python的一个库，用于对xml和html文档进行解析，性能非常好，最新版支持的2.6+，python3支持到3.6。

centos安装

在centos下需要编译安装两个依赖：libxml2-devel 和 libxslt-devel

依赖安装完成后，使用pip安装即可

lxml的使用

lxml是使用C语言的开发的对xml及html文本的解析库，主要基于C语言的计算速度快的有点，python的lxml只是封装了调用接口，方便python使用lxml解析xml文本。

etree.HTML

from lxml importetree

html_text= """

• 第一行
• 第二行
• 第三行

"""

#我们获取的一个网页的html文本数据，字符串或者字节序列均可，

root= etree.HTML(html_text) #返回一个root节点对象，相当于html的document全局根对象

print(root, type(root)) #

也可以通过fromstring方法解析，获取根_Element对象。获取root对象后，可以通过root对象找到其所有的子节点也就是html中的所有子标签。常用的方式就是通过xpath语法解析及即可。如果我们直接读取一个html文件中的html 内容，使用html=etree.parse('test.html',etree.HTMLParser())的方式即可，同时会自动修复html中的一些标签的问题。每一个_Element元素对象中都包含了其直接子_Element，使用容器化的方式关联了直接子_Element，例如在div标签下有一个直接子标签ul。我们可以通过xpath的解析方式去获得div的_Element对象。

div_element = root.xpath("//div") #任意层次下的ul标签，只有一个

print(div_element) #

print(len(div_element)) #1，长度为一，只有一个ul子标签

ul_element = div_element[0] #容器的方式直接取第一个子标签，及ul标签

#也可直接对其进行遍历

for li inul_element:print(li) #3个li对应的_Element对象

etree._Element

每一个_Element对象对应了html中的标签，类似于一棵DOM树的结构，我们可以手动创建单个节点，并可以将多个_Element合并到这个dom 树上的指定位置，与的其他_Element对象产生关系。

每一个_Element对象的操作方式和jQuery的对dom树中节点的操作极其相似。

from lxml.etree import Element #Element是一个工厂函数，返回一个指定名的_Element对象

root= Element("root", attrib={"abc":"hello"}, id="2123") #两种方式添加属性，

print(etree.tostring(root, pretty_print=True)) #tostring函数打印节点源码 b''

print(root.tag) #标签名 root

属性值得创建可以通过attrib参数来指定，也可以使用关键字传参得方式指定，未定义得关键字都将收集到**extra可变关键字参数中，与attrib字典值合并作为属性。_Element通过字典得方式管理属性一个标签的属性信息，并提供了访问接口

print(etree.tostring(root)) #tostring函数打印节点源码 b''

root.get("id") #获取一个属性值，2123

root.set("name", "title") #添加一个属性，name=title

两个_Element对象之间可以建立关系，可以成为兄弟节点(同级)和父子节点得关系。

root = Element("root") #

body = Element("body") #