377-193139-xpath_筛选元素_xpath_节点列表.sy.md

show	version	enable_checker
step	1.0	true

语法 html 生成

回忆

• 把前面的 requests 和最近的 etree 结合了
  • 通过 request 获得网页的 response
  • etree 通过 HTML 函数把他转化为一棵 etree 树

• 流程跑起来了
• 但是元素筛选有点麻烦
• 有什么快速筛选元素的方法吗？🤔

搜索

• 点击第一个开始研究

• xpath
  • 是 w3c 制定的标准
  • 是 xslt 标准的主要元素

路径表达式

表达式	描述
.	选取当前节点
/	从根节点选取 或 表示层级关系
nodename	在当前位置选择此类节点
//	在任意曾记得子孙路径下
..	选取当前节点的父节点
@	选取属性

• 这些东西怎么理解呢？
• 具体来看看

操作

• dom 树如下

• 我们来试一下各种路径表达式

nodename

import requests
from lxml import etree
response = requests.get("http://localhost")
b_html = response.content
et_html = etree.HTML(b_html)
et_element = et_html.xpath(".")
print(et_element)

• . 为当前节点
• 输出为html元素的列表
• html下面有什么呢？

输出

• 当前节点为html
  • 下面有head

• 可以输出

层级关系

• 可以输出p元素列表

再向下一层

• 找到 a 元素列表

任意层级下

• 任意层级下的em元素

• 可以找到

当前节点

• 当前节点
  • .

向上一层

• 向上一层

  • ..

• 什么都输出不出

• 具体实际是怎么用xpath的呢？

通过浏览器

• 右键内容检查元素

• 在元素查看界面右键复制-xpath
• 将该元素的xpath复制到剪贴板

使用xpath

• /html/body/p[1]
  • /html
    • 根下的html下
  • /body
    • html下的body下
  • /p[1]
    • body 下的 第1个 p 元素
    • 注意这里并不是从0开始
    • 而是从1开始

• 可以找到这个元素

总结

• 这次深入了 xpath
• xpath 可以用来筛选 xml 文件中的节点
• xpath 有一套自己的语法

符号	作用
.	选取当前节点
/	从根节点选取 或 表示层级关系
nodename	在当前位置选择此类节点
//	在任意层级路径下
..	选取当前节点的父节点
@	选取属性

• 这个@选属性我们还没有试试
• 怎么用呢？🤔
• 下次再说👋