【爬虫入门2】xpath

xpath

什么是xpath

XML路径语言，拥有在数据结构树中查找节点的能力

被开发者当做小型查询语言来使用

Xpath通过元素和属性进行导航

为什么学习xpath

1、不仅支持XML，也支持HTML（可以在HTML中查找我们需要的内容）

2、比正则表达式更简单，强大

3、爬虫框架，像scrapy也支持xpath

节点

父辈，子辈，同胞，先辈，后台

路径表达式

xpath使用路径表达式在XML文档中选取节点

路径表达式：

/ 

从根节点选取

// 

从匹配的当前节点选择文档中的节点，而不考虑它们的位置

@

选取属性

谓语

对节点进行进一步限制（使用中括号）

/bookstore/book[1]  

选取属于bookstore子元素的第一个book元素

/bookstore/book[last()]

 选取属于bookstore子元素的最后一个book元素

/bookstore/book[last()-1]

 选取属于bookstore子元素的倒数第二个book元素

/bookstore/book[position()<3]

 选取最前面2个属于bookstore的book子元素

//title[@lang]

选取拥有lang属性的title元素

//title[@lang='eng']

选取拥有lang属性=eng的title元素

通配符

* 匹配任何元素节点

@* 匹配任何属性节点

选取若干路径

使用|隔开

//book/title | //book/price

选取book下的title元素和book下的price元素

xpath在python中的使用

pip install lxml 安装lxml库

后续补充