python的lxml库简介_Python的lxml库学习之XPATH语法

前言

前面已经学习了Python的lxml库，从库的名称来看，lxml包含了xml，所以lxml同样可以解析XML文档，而lxml使用的就是XPATH语法。下面做一下简单介绍。

XPath语法

XPath 是一门在 XML 文档中查找信息的语言。XPath 可用来在 XML 文档中对元素和属性进行遍历。XPath 是 W3C XSLT 标准的主要元素，并且 XQuery 和XPointer 都构建于 XPath 表达之上。因此，对 XPath 的理解是很多高级 XML 应用的基础。

在继续学习之前，应该对下面的知识有基本的了解(默认同学们都会了，不知道的同学可以去看一下，很简单的)：HTML / XHTML

XML / XML 命名空间

XPath 术语

节点(Node)

在 XPath 中，有七种类型的节点：元素、属性、文本、命名空间、处理指令、注释以及文档(根)节点。XML 文档是被作为节点树来对待的。树的根被称为文档节点或者根节点。

基本值(或称原子值，Atomic value)

基本值是无父或无子的节点。

基本值的例子：J K. Rowling

"en"

项目(Item)

项目是基本值或者节点。

节点关系

(1)父(Parent)

每个元素以及属性都有一个父。

在下面的例子中，book 元素是 title、author、year 以及 price 元素的父：

(2)子(Children)

元素节点可有零个、一个或多个子。

在下面的例子中，title、author、year 以及 price 元素都是 book 元素的子：

(3)同胞(Sibling)

拥有相同的父的节点

在下面的例子中，title、author、year 以及 price 元素都是同胞：

Harry Potter

J K. Rowling

2005

29.99

(4)先辈(Ancestor)

某节点的父、父的父，等等。

在下面的例子中，title 元素的先辈是 book 元素和 bookstore 元素：

(5)后代(Descendant)

某个节点的子，子的子，等等。

在下面的例子中，bookstore 的后代是 book、title、author、year 以及 price 元素：

Harry Potter

J K. Rowling

2005

29.99

选取节点

XPath 使用路径表达式在 XML 文档中选取节点。节点是通过沿着路径或者 step 来选取的。

下面列出了最有用的路径表达式：

实例

在下面的表格中，我们已列出了一些路径表达式以及表达式的结果：

谓语(Predicates)

谓语用来查找某个特定的节点或者包含某个指定的值的节点。

谓语被嵌在方括号中。

实例

在下面的表格中，我们列出了带有谓语的一些路径表达式，以及表达式的结果：

选取未知节点

XPath 通配符可用来选取未知的 XML 元素。

实例

在下面的表格中，我们列出了一些路径表达式，以及这些表达式的结果：

选取若干路径

通过在路径表达式中使用“|”运算符，您可以选取若干个路径。

实例

在下面的表格中，我们列出了一些路径表达式，以及这些表达式的结果：

XPath 运算符

下面列出了可用在 XPath 表达式中的运算符：

小结

上面就是XPATH的语法知识了，这用在lxml库里很方便，快速。希望大家能学到对自己有用的知识。

希望通过上面的内容能帮助大家。如果你有什么好的意见，建议，或者有不同的看法，我都希望你留言和我们进行交流、讨论。

如果想快速联系我，欢迎关注微信公众号：AiryData。