xpath解析库总结

xpath解析库

一、Xpath解析库介绍
XPath，全称 XML Path Language，即 XML 路径语⾔，它是⼀⻔在 XML ⽂档中查找信息的语⾔。最早是⽤来搜寻 XML ⽂档的，但同样适⽤于 HTML ⽂档的搜索。所以在做爬⾍时完全可以使⽤ XPath做相应的信息抽取。
二、xpath的安装
1.xpath安装：pip install lxml
2.xpath的导包：from lxml import etree
三、xpath语法：
1.常用规则：

常用规则	作用
nodename	节点名定位
//	从当前节点选取子孙节点
/	从当前节点选取直接子节点
nodename[@attribute="…"]	获取属性
text()	获取文本

xpath的常用规则

//title[@lang=‘eng’]
#这是⼀个 XPath 规则，代表的是选择所有名称为 title，同时属性 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。

2、属性匹配两种情况：多属性匹配&单属性多值匹配
2.1多属性匹配
示例：tree.xpath(’//div[@class=“item” and @name=“test”]/test()’)
2.2单属性多值匹配
示例: tree.xpath(’//div[contains(@class, “dc”)]/text()’)
3.按序选择:
3.1 索引定位: 从1开始
3.2 last()函数
3.3 position()函数