python3解析库lxml
阅读目录
- 1、python库lxml的安装
- 2、XPath常用规则
- (1)读取文本解析节点
- (2)读取HTML文件进行解析
- (3)获取所有节点
- (4)获取子节点
- (5)获取父节点
- (6)属性匹配
- (7)文本获取
- (8)属性获取
- (9)属性多值匹配
- (10)多属性匹配
- (11)XPath中的运算符
- (12)按序选择
- (13)节点轴选择
- (14)案例应用:抓取TIOBE指数前20名排行开发语言
lxml是python的一个解析库,支持HTML和XML的解析,支持XPath解析方式,而且解析效率非常高
XPath,全称XML Path Language,即XML路径语言,它是一门在XML文档中查找信息的语言,它最初是用来搜寻XML文档的,但是它同样适用于HTML文档的搜索
XPath的选择功能十分强大,它提供了非常简明的路径选择表达式,另外,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,几乎所有我们想要定位的节点,都可以用XPath来选择
XPath于1999年11月16日成为W3C标准,它被设计为供XSLT、XPointer以及其他XML解析软件使用,更多的文档可以访问其官方网站:xpath cover page - W3C