[XPath/Python] XPath 与 lxml （二）XPath 语法，,XPath 选取节点

[XPath/Python] XPath 与 lxml （二）XPath 语法，,XPath 选取节点

XPath 选取节点时使用的表达式是一种路径表达式。节点是通过路径（path）或者步（steps）来选取的。

本章使用以下 XML 文档作为示例。

<?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>

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。

>>> 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

# 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。‘\n    ‘ 是文本节点。>>> root.xpath(‘node()‘)  [‘\n    ‘, <Element book at 0x2d888c8>, ‘\n    ‘, <Element book at 0x2d88878>, ‘\n‘]# 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>, ‘\n    ‘, <Element book at 0x2d888c8>, ‘\n        ‘, <Element title at 0x2d88738>, ‘Harry Potter‘, ‘\n        ‘, <Element price at 0x2d88940>, ‘29.99‘, ‘\n    ‘, ‘\n    ‘, <Element book at 0x2d88878>, ‘\n        ‘, <Element title at 0x2ca20a8>, ‘Learning XML‘, ‘\n        ‘, <Element price at 0x2d88a08>, ‘39.95‘, ‘\n    ‘, ‘\n‘]

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>]

[XPath/Python] XPath 与 lxml （二）XPath 语法,布布扣,bubuko.com

[XPath/Python] XPath 与 lxml （二）XPath 语法