xpath介绍

最新推荐文章于 2025-05-08 13:13:39 发布

原创最新推荐文章于 2025-05-08 13:13:39 发布 · 794 阅读

0 ·

CC 4.0 BY-SA版权

Python基础专栏收录该内容

21 篇文章

订阅专栏

XPath是一种在XML文档中查找信息的语言，用于导航XML的树状结构。Python的lxml库提供了对XML和HTML的高效处理，包括使用XPath进行元素定位。在示例中，展示了如何使用lxml解析XML内容，找到特定节点如title、author等，并演示了安装lxml和使用XPath的基本步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

基本概念

XPath（XML Path Language）是一种XML的查询语言，他能在XML树状结构中寻找节点。XPath 用于在 XML 文档中通过元素和属性进行导航
xml是一种标记语法的文本格式，xpath可以方便的定位xml中的元素和其中的属性值。lxml是python中的一个第三方模块，它包含了将html文本转成xml对象，和对对象执行xpath的功能

结点的关系

xml_content = '''
<bookstore>
<book>
    <title lang='eng'>Harry Potter</title>
    <author>JK.Rowing</author>
    <year>2005</year>
    <price>29<price>
</book>
</bookstore>
'''

父(Parent) book元素是title、author、year、price元素的父
子(Children) title、author、year、price都是book元素的子
同胞(Sibling) title、author、year、price都是同胞
先辈(Ancestor) title元素的先辈是 book元素和bookstore元素

基本使用

工具安装

安装参考网站

https://blog.youkuaiyun.com/qq_31082427/article/details/84987723

查找某个特定的节点或者包含某个指定的值的节点

模块的使用

在Python中，我们安装lxml库来使用XPath 技术

lxml 是一个HTML/XML的解析器，主要的功能是如何解析和提取HTML/XML数据利用etree.HTML，将字符串转化为Element对象

lxml python 官方文档：http://lxml.de/index.html

可使用 pip 安装：pip install lxml

lxml 可以⾃动修正 html 代码

wb_data = """
        <div>
            <ul>
                 <li class="item-0"><a href="link1.html">first item</a></li>
                 <li class="item-1"><a href="link2.html">second item</a></li>
                 <li class="item-inactive"><a href="link3.html">third item</a></li>
                 <li class="item-1"><a href="link4.html">fourth item</a></li>
                 <li class="item-0"><a href="link5.html">fifth item</a>
             </ul>
         </div>
        """