xpath判断特定属性值是否存在_关于解析库XPath学习

XPath，全称XML Path Language，即XML路径语言，是一门在XML文档中查找信息的语言。 在做爬虫时，完全可以使用XPath来做相应的信息抽取。

XPath的选择功能十分强大，提供了非常简洁明了的路径选择表达式。它还提供了超过100个内建函数，用于字符串、数值、时间的匹配以及节点、序列的处理等。几乎所有想要定位的节点，都可以用XPath来选择。

XPath基于XML的树状结构，提供在数据结构树中找寻节点的能力。

一、XPath常用规则

示例如下：

//title[@lang='eng']

代表选择所有名称为title，且属性lang的值为eng的节点。后面会通过Python的lxml库，利用XPath进行HTML的解析。

注意：使用之前，首先要确保安装好lxml库。

1.所有节点
一般会用//开头的XPath规则来选取所有符合要求的节点。//* 匹配所有节点，整个HTML文本中的所有节点都会被获取。
如： test.html

from lxml import etree    #首先导入lxml库的etree模块
html = etree.parse('./test.html', etree.HTMLParser())
result = html.xpath('//*') #*代表匹配所有节点，整个HTML文本中的所有节点都会被获取
print(result)   # 返回形式是一个列表

注意：每个元素是Element类型。

result = html.xpath('//li')
print(result)    #返回结果是列表形式
print(result[0])

2.子节点
通过/或//即可查找元素的子节点或子孙节点。