本章使用以下 XML 文档作为示例。
<?xml version="1.0" encoding="utf8"?><bookstore> <book> <titlelang="eng">Harry Potter</title> <price>29.99</price> </book> <book> <titlelang="eng">Learning XML</title> <price>39.95</price> </book></bookstore>
选取节点以下为基本路径的表达方式,记住 XPath 的路径表达式都是基于某个节点之上的,例如最初的当前节点一般是根节点,这与 Linux 下路径切换原理是一样的。
表达式 | 描述 |
nodename | 选取已匹配节点下名为 nodename 的子元素节点。 |
/ | 如果以 / 开头,表示从根节点作为选取起点。 |
// | 在已匹配节点后代中选取节点,不考虑目标节点的位置。 |
. | 选取当前节点。 |
.. | 选取当前节点的父元素节点。 |
@ | 选取属性。 |
>>> from lxml import etree
>>> xml = """<?xml version="1.0" encoding="utf8"?>
<bookstore>
<book>
<title lang="eng">Harry Potter</title>
<price>29.99</price>
</book>
<book>
<title lang="eng">Learning XML</title>
<price>39.95</price>
</book>
</bookstore>"""# 得到根节点>>> root = etree.fromstring(xml)
>>> print root
<Element bookstore at 0x2c9cc88>
# 选取所有book子元素>>> root.xpath('book')
[<Element book at 0x2d88878>, <Element book at 0x2d888c8>]
# 选取根节点bookstore>>> root.xpath('/bookstore')
[<Element bookstore at 0x2c9cc88>]
# 选取所有book子元素的title子元素>>> root.xpath('book/title')
[<Element title at 0x2d88878>, <Element title at 0x2d888c8>]
# 以根节点为始祖,选取其后代中的title元素>>> root.xpath('//title')
[<Element title at 0x2d88878>, <Element title at 0x2d888c8>]
# 以book子元素为始祖,选取后代中的price元素>>> root.xpath('book//price')
[<Element price at 0x2ca20a8>, <Element price at 0x2d88738>]
# 以根节点为始祖,选取其后代中的lang属性值>>> root.xpath('//@lang')
['eng', 'eng']
预判(Predicates)预判是用来查找某个特定的节点或者符合某种条件的节点,预判表达式位于方括号中。
# 选取bookstore的第一个book子元素>>> root.xpath('/bookstore/book[1]')
[<Element book at 0x2ca20a8>]
# 选取bookstore的最后一个book子元素>>> root.xpath('/bookstore/book[last()]')
[<Element book at 0x2d88878>]
# 选取bookstore的倒数第二个book子元素>>> root.xpath('/bookstore/book[last()-1]')
[<Element book at 0x2ca20a8>]
# 选取bookstore的前两个book子元素>>> root.xpath('/bookstore/book[position()<3]')
[<Element book at 0x2ca20a8>, <Element book at 0x2d88878>]
# 以根节点为始祖,选取其后代中含有lang属性的title元素>>> root.xpath('//title[@lang]')
[<Element title at 0x2d888c8>, <Element title at 0x2d88738>]
# 以根节点为始祖,选取其后代中含有lang属性并且值为eng的title元素>>> root.xpath("//title[@lang='eng']")
[<Element title at 0x2d888c8>, <Element title at 0x2d88738>]
# 选取bookstore子元素book,条件是book的price子元素要大于35>>> root.xpath("/bookstore/book[price>35.00]")
[<Element book at 0x2ca20a8>]
# 选取bookstore子元素book的子元素title,条件是book的price子元素要大于35>>> root.xpath("/bookstore/book[price>35.00]/title")
[<Element title at 0x2d888c8>]
通配符
通配符 | 描述 |
* | 匹配任何元素。 |
@* | 匹配任何属性。 |
node() | 匹配任何类型的节点。 |
# 选取 bookstore 所有子元素>>> root.xpath('/bookstore/*')
[<Element book at 0x2d888c8>, <Element book at 0x2ca20a8>]
# 选取根节点的所有后代元素>>> root.xpath('//*')
[<Element bookstore at 0x2c9cc88>, <Element book at 0x2d888c8>, <Element title at 0x2d88738>, <Element price at 0x2d88878>, <Element book at 0x2ca20a8>, <Element title at 0x2d88940>, <Element price at 0x2d88a08>]
# 选取根节点的所有具有属性节点的title元素>>> root.xpath('//title[@*]')
[<Element title at 0x2d88738>, <Element title at 0x2d88940>]
# 选取当前节点下所有节点。'
' 是文本节点。>>> root.xpath('node()')
['
', <Element book at 0x2d888c8>, '
', <Element book at 0x2d88878>, '
']
# 选取根节点所有后代节点,包括元素、属性、文本。>>> root.xpath('//node()')
[<Element bookstore at 0x2c9cc88>, '
', <Element book at 0x2d888c8>, '
', <Element title at 0x2d88738>, 'Harry Potter', '
', <Element price at 0x2d88940>, '29.99', '
', '
', <Element book at 0x2d88878>, '
', <Element title at 0x2ca20a8>, 'Learning XML', '
', <Element price at 0x2d88a08>, '39.95', '
', '
']
或条件选取使用 "|" 运算符,你可以选取符合“或”条件的若干路径。
# 选取所有book的title元素或者price元素>>> root.xpath('//book/title|//book/price')
[<Element title at 0x2d88738>, <Element price at 0x2d88940>, <Element title at 0x2ca20a8>, <Element price at 0x2d88a08>]
# 选择所有title或者price元素>>> root.xpath('//title|//price')
[<Element title at 0x2d88738>, <Element price at 0x2d88940>, <Element title at 0x2ca20a8>, <Element price at 0x2d88a08>]
# 选择book子元素title或者全部的price元素>>> root.xpath('/bookstore/book/title|//price')
[<Element title at 0x2d88738>, <Element price at 0x2d88940>, <Element title at 0x2ca20a8>, <Element price at 0x2d88a08>]
分享文章:[XPath]XPath与lxml(二)XPath语法-创新互联
文章网址:https://www.cdcxhl.com/article2/ccodic.html
成都网站建设公司_创新互联,为您提供外贸建站、网站导航、网站收录、网站排名、建站公司、网站内链
声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 创新互联