XPath笔记

最新推荐文章于 2023-07-19 11:42:33 发布

天意不可违.

最新推荐文章于 2023-07-19 11:42:33 发布

阅读量501

点赞数 1

CC 4.0 BY-SA版权

文章标签： xpath

本文链接：https://blog.youkuaiyun.com/weixin_43670190/article/details/106449422

这篇博客主要介绍了XPath的基本用法，包括选取子节点、子孙节点、当前节点、父节点的规则，以及如何选取属性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

XPath

常用规则

nodename 选取此节点的所有子节点
/ 选取当前节点的直接子节点
// 选取当前节点的子孙节点
. 选取当前节点
. . 选取当前节点的父节点
@ 选取属性

test.html

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Title</title>
</head>
<body>
<div>
    <ul>
        <li class="li item-0" name="chenjiahe"><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></li>
    </ul>
</div>
</body>
</html>

test.py

from lxml import etree

html = etree.parse('test.html', etree.HTMLParser())
result = html.xpath('//*') # 获取所有的节点
result = html.xpath('//li') # 获取所有li节点
result = html.xpath('//li/a') # 获取所有li节点的直接子节点a
result = html.xpath('//ul/li/a') # 获取所有ul节点下的直接子节点li下的直接子节点a
result = html.xpath('//a[@href="link1.html"]/../@class') # 获取属性为link1.html的节点a的父节点的class属性
result = html.xpath('//li[@class="item-inactive"]') # 获取class属性为item-inactive的li节点
result = html.xpath('//li[@class="item-inactive"]/a/text()') # 获取class属性为item-inacitve的li节点下的直接子节点a的文本
result = html.xpath('//li/a/@href') # 获取所有li节点下的直接子节点a的href属性
result = html.xpath('//li[contains(@class, "li")]/a/text()') # contains()属性多值匹配
result = html.xpath('//li[@class="li item-0" and @name="chenjiahe"]/a/text()') # 多属性匹配
result = html.xpath('//li[1]/a/text()') # 加上索引，按序选择
# 节点轴选择
result = html.xpath('//li[1]/ancestor::*') # ancestor可以获取所有的祖先节点，*是可变的，可以选择为你想要获取的祖先节点。
result = html.xpath('//li[1]/attribute::*') # attribute可以获取所有的属性值
result = html.xpath('//li[1]/child::a[@href="link1.html"]') # child可以获取所有直接子节点，::后加的是限定条件
result = html.xpath('//li[1]/descendant::span') # descendant可以获取所有子孙节点
result = html.xpath('//li[1]/following::*[2]') # 获取当前节点之后的所有节点
result = html.xpath('//li[1]/following-sibling::*') # 获取当前节点之后的所有同级节点