Xpath高级用法

hybpjx

2022-09-20

python

xpath 高级用法

匹配当前节点下的所有

.//
.   表示当前
//  表示当前标签下的所有标签
注： 要配合使用

匹配某标签的属性值： /@属性名称

这里以input里的value值为例：
例：

1	`xpath(//input/@value)`

匹配多个路径

在一个xpath中写的多个表达式用 | 分开，每个表达式互不干扰。

1	`xpath("//tr[6]/td[2]/text() \| //tr[7]/td[2]/text()")`

按属性匹配：@获取所有id=”test”的所有文本内容

1	`xpath('//*[@id="test"]//text()')`

匹配不包含某个属性的标签 not

多用于表格中匹配中不包含表头信息的数据

1	`xpath('//table/tr[not(@class="tbhead")]')`

匹配包含多个属性的标签: and匹配所有的tr中不包含 tbhead 属性和包含 head 的tr标签

1	`xpath('//table/tr[not(@class="tbhead") and @class="head"]')`

匹配包含不同属性的名称相同的标签

or匹配包含class="speedbar" 或者 class="content-wrap" 的标签

1	`xpath（'//div[@class="speedbar" or @class="content-wrap"]'）`

将对象还原为字符串：

etree.tostring（）将匹配到的对象，作为etree.tostring（）的参数即可. 注：返回字符串

1 2	`sObj = xml.xpath('//*[@id="test"]')[0] #使用xpath定位一个节点 sStr = etree.tostring(sObj)`

按轴(Axes)匹配

9.1 选取当前节点的所有子元素: child获取div下的tr的标签

1 2	`xpath('//div[@id="testid"]/child::tr/td/text()') # 感觉这种方法鸡肋， //div[@id="testid"]//tr/td 也可以实现`

选取当前节点的所有属性：attribute

获取div标签所有的属性值

1	`xpath('//div/attribute::') # 感觉这种方法鸡肋，//div/@ 同样能实现`

ancestor：父辈元素 / ancestor-or-self：父辈元素及当前元素

获取父辈元素的div的所有属性值，在不好定位的情况下，通过孩子标签定位，这种方法可以用

1 2	`xpath('//div[@id="test"]/ancestor::div/@') xpath('//div[@id="test"]/ancestor-or-self::div/@')`

descendant：后代 / descendant-or-self：后代及当前节点本身

获取孩子元素的div的所有属性值，感觉鸡肋

1 2	`xpath('//div[@id="test"]/descendant::div/@') xpath('//div[@id="test"]/descendant-or-self::div/@')`

选取当前节点的所有命名空间节点:namespace

1	`xpath('//div[@id="test"]/namespace::*')`

定位:position

和通过下标定位一样，方法鸡肋

1	`xpath('//*[@id="test"]/ol/li[position()=2]/text()')`

Xpath 函数：

统计数量：count

统计符合要求节点的数量，注：返回字符串

1	`xpath('count(//tr[@info])')`

字符串拼接：concat

统计出来的两个内容的字符串进行“ + ”处理，注：返回字符串

1	`xpath('concat(//li[@id="one"]/text(),//li[@id="three"]/text())')`

解析当前节点下的字符：string

string()直解析匹配的第一个标签的值，注：返回字符串

1	`xpath('string(//tr)')`

获取当前节点的节点名称: local-name

返回当前属性的节点名称，注：返回字符串

1	`xpath('local-name(//*[@id="test"])')`

以指定的字符开头：starts-with

starts-with定位属性值以8开头的li元素

1	`xpath('//tr[starts-with(@code,"one")]/text()')`

小于：<

匹配所有tr标签属性info小于200的内容

1	`xpath('//tr[@info<200]/text()')`

根据指定的文本内容选择

1 2	`# 指定的文本内容可以是文本内容的部分，也可以是全部 //div[2]/ul/li[contains(text(), "指定的文本内容")]/span/text()`

获取在此节点下的所有内容

1	`//*[@class="init-content"]/..`

position：定位

1
2
3

选择偶数项：[position()=(position() mod 2 = 0)]

选择奇数项：[position()=(position() mod 2 != 0)]

其他

后面+:: 然后输入标签或者数字

child：选取当前节点的子元素
parent：选取当前节点的父节点
attribute：选取当前节点的属性
ancestor：父辈元素 / ancestor-or-self：父辈元素及当前元素
descendant：后代 / descendant-or-self：后代及当前节点本身
方法同上

following :选取当前节点的结束标签之后的所有节点，包括节点的子孙节点
preceding：选取当前节点的开始标签之前的所有节点，包括节点的子孙节点
following-sibling：选取当前节点之后的所有同级节点
preceding-sibling：选取当前节点之前的所有同级节点