XPath和XML简介

关注

原创最新推荐文章于 2025-12-13 23:11:25 发布 2.5k 阅读 AI 写同款· GEO 优化 ›

数据解析之Xpath解析（超详细定位） 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的功能表达式说明举例从根节点开始选取//从任意节点开始选取//input选取当前节点..选取当前节点的父节点//input/.. 阅读详情

1. XPATH简介

1.1 XPATH的作用：

XPATH是一门在XML文档中查找信息的语言。XPATH可以用来在XML文档中对元素和属性进行遍历
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的一个包，这个包中包含了将html文本转成xml对象，和对对象执行xpath功能

1.2 节点的关系

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

父轴（Parent ）：每个属性和元素都有个父轴
- book元素是 title 、author、year 和 price元素的父轴
子轴（Children）：拥有相同的父轴的节点
- title 、author、year 和 price元素都是book元素的子轴
同胞轴（Sibling）：用有相同父元素的节点
- title 、author、year 和 price元素都是同胞
先辈轴（Ancsetor）：某节点的父轴
- title 元素的父轴是book 和 bookstore
后代轴（Descendant）：某节点的子轴，子轴的子轴等等
- book 的后代是 title 、author、year 和 price

2. 基本使用

2.1 工具的安装
在这里插入图片描述

查找某个特定的节点或者包含某个指定的值的节点

2.2 模块的使用

在Python中我们通过安装lxml库来使用xpath技术
lxml是一个HMLT/XML的解析器，主要功能是如何提取解析和提取HTML/XML数据，利用etree.html将字符串转化为Element对象
xml python 官方文档：http://lxml.de/index.html
etree的作用：
将HTML字符串转化为Element对象
Element可以对象可以转化为字符串或者二进制类型

2.3 节点测试
XPath支持的节点测试语法，能够对轴索筛选出的结果集做进一步过滤。具体常用的语法包括：

nodename
- 从指定轴匹配的所有节点中选出名称为nodename的节点
node()
- 选择与之匹配的所有类型的节点
text()
- 选择制定轴匹配的所有文本类型的节点
comment()
- 选择指定轴匹配的所有注释节点
processiong-instruction()
- 选择指定轴匹配的所有处理指令节点

标签

#python #xpath #xml

本内容遵循 CC 4.0 BY-SA 版权协议

深入理解 XPath：XML 和 HTML 文档的利器 XPath 是 W3C 标准的一部分，主要用于在 XML 和 HTML 文档中通过路径表达式导航。它支持强大的查询功能，可以通过标签、属性、文本内容等多种方式快速定位节点。XPath 是处理 XML 和 HTML 数据的强大工具，其灵活的路径表达式和丰富的函数支持使其成为 Web 抓取和自动化测试的核心技术之一。在实际应用中，熟练掌握 XPath 的基本语法和函数，并根据场景选择最佳策略，可以极大提升效率。希望本文对你理解和使用 XPath 提供了帮助！阅读详情

XPath和XML简介

1. XPATH简介

2. 基本使用

相关推荐