python中xpath中加随机数_python使用xpath（超详细）

使用时先安装 lxml 包

开始使用#

和beautifulsoup类似，首先我们需要得到一个文档树

把文本转换成一个文档树对象

from lxml import etreeif __name__ == '__main__':doc='''

first itemsecond itemthird itemfourth itemfifth item# 注意，此处缺少一个闭合标签'''html = etree.HTML(doc)result = etree.tostring(html)print(str(result,'utf-8'))

把文件转换成一个文档树对象

fromlxmlimportetree# 读取外部文件 index.htmlhtml = etree.parse('./index.html')result = etree.tostring(html, pretty_print=True)#pretty_print=True 会格式化输出print(result)

均会打印出文档内容

节点、元素、属性、内容#

xpath 的思想是通过 路径表达 去寻找节点。节点包括元素，属性，和内容

元素举例

html --->...div --->

...a  --->...

这里我们可以看到，这里的元素和html中的标签一个意思。单独的元素是无法表达一个路径的，所以单独的元素不能独立使用

路径表达式#

/  根节点，节点分隔符，//  任意位置.  当前节点..  父级节点@  属性

通配符#

*  任意元素@*  任意属性node()  任意子节点(元素，属性，内容)

谓语#

使用中括号来限定元素，称为谓语

多个路径#

用| 连接两个表达式，可以进行 或匹配

//book/title | //book/price

函数#

contains(string1,string2)

starts-with(string1,string2)

ends-with(string1,string2) #不支持

upper-case(string) #不支持

text()

last()

position()

node()

可以看到last()也是个函数，在前面我们在谓语中已经提到过了

案例#

定位元素#

匹配多个元素，返回列表

fromlxmlimportetreeif__name__ =='__main__':doc='''