Xpath

xpath

xpath常用规则

表达式	描述
nodename	当前所有节点
/	从当前节点选取直接子孙节点
//	从当前节点选取子孙节点
.	选取当前节点
…	选取当前节点的父节点
@	选取属性

xpath通配符

通配符	描述	举例	说明
*	匹配任何元素节点	xpath(‘div*’)	匹配div下所有子节点
@*	匹配任何属性节点	xpath(‘div[@*]’)	匹配带有div属性的子节点
node()	匹配任何节点

xpath选取多个路径

表达式	结果
xpath(’.a|.p’)	选取当前节点下的所有a标签和p标签

示例文件xpathHtml.html：

    
    
    
    


    

        

            
The first
            
The Second
            
The Third
            
The Forth
            
The Fifth
        
    
    

        

        

            GaiLun
        
        

            biubiubiu
        
    

以上面html为例

from lxml import etree

html = etree.parse('./xpathHtml.html',etree.HTMLParser())
resultLi = html.xpath('//div[@class="TheLi"]/ul/li/a/text()')
resultOther = html.xpath('//div[@class="TheOther"]/p/text()')

print(resultLi)
print(resultOther)

说明：
分别对a标签和p标签的内容进行解析，其中text()的作用是将匹配的到的对象转换为字符串。

xpath匹配里标签：
练习时遇到如下情况：

需要匹配a标签中的href中的字符，使用@href匹配，语法：

tree.xpath('//a[@class="vervideo-lilink actplay"]/@href')

总结：
text()是匹配的标签后的字符内容，如：
‘//li/div[@class=“vervideo-bd”]/text()’
@href、id、class是匹配的标签的字符内容，如：
‘//a[@class=“vervideo-lilink actplay”]/@href’

补充：

• id 获取id 的属性值
• starts-with 顾名思义，匹配一个属性开始位置的关键字 – 模糊定位
• contains 匹配一个属性值中包含的字符串 – 模糊定位
• text() 函数文本定位
• last() 函数位置定位