USDT第三方支付平台

菜宝钱包(caibao.it)是使用TRC-20协议的Usdt第三方支付平台,Usdt收款平台、Usdt自动充提平台、usdt跑分平台。免费提供入金通道、Usdt钱包支付接口、Usdt自动充值接口、Usdt无需实名寄售回收。菜宝Usdt钱包一键生成Usdt钱包、一键调用API接口、一键无实名出售Usdt。

问题:Python剖析库lxml与xpath用法总结

本文主要围绕以xpath和lxml库举行睁开:

一、xpath 观点、xpath节点、xpath语法、xpath轴、xpath运算符

二、lxml的安装、lxml的使用、lxml案例

一、xpath

1.xpath观点

XPath 是一门在 XML 文档中查找信息的语言。XPath 使用路径表达式在 XML 文档中举行导航 。XPath 包罗一个尺度函数库 。XPath 是 XSLT 中的主要元素 。XPath 是一个 W3C 尺度 。

2.xpath节点

xpath有七种类型的节点:元素、属性、文本、命名空间、处置指令、注释以及文档(根)节点。

节点关系:父、子、兄弟、先进、子弟。

3.xpath语法

xpath语法在W3c网站上有详细的先容,这里截取部门知识,供人人学习。

XPath 使用路径表达式在 XML 文档中选取节点。节点是通过沿着路径或者 step 来选取的。下面列出了最有用的路径表达式:

表达式

形貌

nodename

选取此节点的所有子节点。

/

从根节点选取。

//

从匹配选择的当前节点选择文档中的节点,而不思量它们的位置。

选取当前节点。

选取当前节点的父节点。

@

选取属性。

在下面的表格中,我们已列出了一些路径表达式以及表达式的效果:

路径表达式

效果

bookstore

选取 bookstore 元素的所有子节点。

/bookstore

选取根元素 bookstore。注释:若是路径起始于正斜杠( / ),则此路径始终代表到某元素的绝对路径!

bookstore/book

选取属于 bookstore 的子元素的所有 book 元素。

//book

选取所有 book 子元素,而不管它们在文档中的位置。

bookstore//book

选择属于 bookstore 元素的后裔的所有 book 元素,而不管它们位于 bookstore 之下的什么位置。

//@lang

选取名为 lang 的所有属性。

谓语用来查找某个特定的节点或者包罗某个指定的值的节点。

谓语被嵌在方括号中。

在下面的表格中,我们列出了带有谓语的一些路径表达式,以及表达式的效果:

路径表达式

效果

/bookstore/book[1]

选取属于 bookstore 子元素的第一个 book 元素。

/bookstore/book[last()]

选取属于 bookstore 子元素的最后一个 book 元素。

/bookstore/book[last()-1]

选取属于 bookstore 子元素的倒数第二个 book 元素。

/bookstore/book[position()<3]

选取最前面的两个属于 bookstore 元素的子元素的 book 元素。

//title[@lang]

选取所有拥著名为 lang 的属性的 title 元素。

//title[@lang='eng']

选取所有 title 元素,且这些元素拥有值为 eng 的 lang 属性。

/bookstore/book[price>35.00]

选取 bookstore 元素的所有 book 元素,且其中的 price 元素的值须大于 35.00。

/bookstore/book[price>35.00]/title

选取 bookstore 元素中的 book 元素的所有 title 元素,且其中的 price 元素的值须大于 35.00。

选取未知节点

XPath 通配符可用来选取未知的 XML 元素。

通配符

形貌

匹配任何元素节点。

@*

匹配任何属性节点。

node()

匹配任何类型的节点。

在下面的表格中,我们列出了一些路径表达式,以及这些表达式的效果:

路径表达式

效果

/bookstore/*

选取 bookstore 元素的所有子元素。

//*

选取文档中的所有元素。

//title[@*]

选取所有带有属性的 title 元素。

选取若干路径

通过在路径表达式中使用"|"运算符,您可以选取若干个路径。

在下面的表格中,我们列出了一些路径表达式,以及这些表达式的效果:

路径表达式

效果

//book/title | //book/price

选取 book 元素的所有 title 和 price 元素。

//title | //price

选取文档中的所有 title 和 price 元素。

/bookstore/book/title | //price

选取属于 bookstore 元素的 book 元素的所有 title 元素,以及文档中所有的 price 元素。

4.xpath 轴

轴可界说相对于当前节点的节点集。

轴名称

效果

ancestor

选取当前节点的所有先进(父、祖父等)。

ancestor-or-self

选取当前节点的所有先进(父、祖父等)以及当前节点自己。

attribute

选取当前节点的所有属性。

child

选取当前节点的所有子元素。

descendant

选取当前节点的所有后裔元素(子、孙等)。

descendant-or-self

选取当前节点的所有后裔元素(子、孙等)以及当前节点自己。

following

选取文档中当前节点的竣事标签之后的所有节点。

namespace

选取当前节点的所有命名空间节点。

parent

选取当前节点的父节点。

preceding

选取文档中当前节点的最先标签之前的所有节点。

preceding-sibling

选取当前节点之前的所有同级节点。

self

选取当前节点。

5.xpath运算符

下面列出了可用在 XPath 表达式中的运算符:

运算符

形貌

实例

返回值

盘算两个节点集

//book | //cd

返回所有拥有 book 和 cd 元素的节点集

+

加法

6 + 4

10

-

减法

6 - 4

2

乘法

,

Usdt第三方支付接口

菜宝钱包(www.caibao.it)是使用TRC-20协议的Usdt第三方支付平台,Usdt收款平台、Usdt自动充提平台、usdt跑分平台。免费提供入金通道、Usdt钱包支付接口、Usdt自动充值接口、Usdt无需实名寄售回收。菜宝Usdt钱包一键生成Usdt钱包、一键调用API接口、一键无实名出售Usdt。

,

6 * 4

24

div

除法

8 div 4

2

=

即是

price=9.80

若是 price 是 9.80,则返回 true。若是 price 是 9.90,则返回 false。

!=

不即是

price!=9.80

若是 price 是 9.90,则返回 true。若是 price 是 9.80,则返回 false。

<

小于

price<9.80

若是 price 是 9.00,则返回 true。若是 price 是 9.90,则返回 false。

<=

小于或即是

price<=9.80

若是 price 是 9.00,则返回 true。若是 price 是 9.90,则返回 false。

>

大于

price>9.80

若是 price 是 9.90,则返回 true。若是 price 是 9.80,则返回 false。

>=

大于或即是

price>=9.80

若是 price 是 9.90,则返回 true。若是 price 是 9.70,则返回 false。

or

price=9.80 or price=9.70

若是 price 是 9.80,则返回 true。若是 price 是 9.50,则返回 false。

and

price>9.00 and price<9.90

若是 price 是 9.80,则返回 true。若是 price 是 8.50,则返回 false。

mod

盘算除法的余数

5 mod 2

1

好了,xpath的内容就这么多了。接下来我们要先容一个神器lxml,他的速率很快,曾经一直是我使用beautifulsoup时最钟爱的剖析器,没有之一,由于他的速率简直比其他的html.parser 和html5lib快了许多。

二、lxml

1.lxml安装

lxml 是一个xpath名堂剖析模块,安装很利便,直接pip install lxml 或者easy_install lxml即可。

2.lxml 使用

lxml提供了两种剖析网页的方式,一种是你剖析自己写的离线网页时,另一种 则是剖析线上网页。

导入包:

from lxml import etree

1.剖析离线网页:

html=etree.parse('xx.html',etree.HTMLParser())

aa=html.xpath('//*[@id="s_xmancard_news"]/div/div[2]/div/div[1]/h2/a[1]/@href')

print(aa)

2.剖析在线网页:

from lxml import etree

import requests

rep=requests.get('https://www.baidu.com')

html=etree.HTML(rep.text)

aa=html.xpath('//*[@id="s_xmancard_news"]/div/div[2]/div/div[1]/h2/a[1]/@href')

print(aa)

那么我们怎么获取这些标签和标签对应的属性值了,很简朴,首先获取标签只需你这样做:

然后我们可以,譬喻说,你要获取a标签内的文本和它的属性href所对应的值,有两种方式,

1.表达式内获取

aa=html.xpath('//*[@id="s_xmancard_news"]/div/div[2]/div/div[1]/h2/a[1]/text()')

ab=html.xpath('//*[@id="s_xmancard_news"]/div/div[2]/div/div[1]/h2/a[1]/@href')

2.表达式外获取

aa=html.xpath('//*[@id="s_xmancard_news"]/div/div[2]/div/div[1]/h2/a[1]')

aa.text

aa.attrib.get('href')

这样就完成了获取,怎么样,是不是很简朴了,哈哈哈。

下面再来lxml的剖析规则:

表达式

形貌

nodename

选取此节点的所有子节点

/

从当前节点选取直接子节点

//

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

html = lxml.etree.HTML(text)

#使用text组织一个XPath剖析工具,etree模块可以自动修正HTML文本

html = lxml.etree.parse('./ex.html',etree.HTMLParser())

#直接读取文本举行剖析

from lxml import etree

result = html.xpath('//*')

#选取所有节点

result = html.xpath('//li')

#获取所有li节点

result = html.xpath('//li/a')

#获取所有li节点的直接a子节点

result = html.xpath('//li//a')

#获取所有li节点的所有a子孙节点

result = html.xpath('//a[@href="link.html"]/../@class')

#获取所有href属性为link.html的a节点的父节点的class属性

result = html.xpath('//li[@class="ni"]')

#获取所有class属性为ni的li节点

result = html.xpath('//li/text()')

#获取所有li节点的文本

result = html.xpath('//li/a/@href')

#获取所有li节点的a节点的href属性

result = html.xpath('//li[contains(@class,"li")]/a/text())

#当li的class属性有多个值时,需用contains函数完成匹配

result = html.xpath('//li[contains(@class,"li") and @name="item"]/a/text()')

#多属性匹配

result = html.xpath('//li[1]/a/text()')

result = html.xpath('//li[last()]/a/text()')

result = html.xpath('//li[position()<3]/a/text()')

result = html.xpath('//li[last()-2]/a/text()')

#按序选择,中括号内为XPath提供的函数

result = html.xpath('//li[1]/ancestor::*')

#获取祖先节点

result = html.xpath('//li[1]/ancestor::div')

result = html.xpath('//li[1]/attribute::*')

#获取属性值

result = html.xpath('//li[1]/child::a[@href="link1.html"]')

#获取直接子节点

result = html.xpath('//li[1]/descendant::span')

#获取所有子孙节点

result = html.xpath('//li[1]/following::*[2]')

#获取当前节点之后的所有节点的第二个

result = html.xpath('//li[1]/following-sibling::*')

#获取后续所有同级节点

3.lxml案例

为了偷懒,小编决议照样接纳urllib那篇文章的代码,哈哈哈,机智如我。

好了,今天就讲这么多,人人感兴趣的话可以多多关注哦,精彩一直息!!!!

本文参考文献:

https://www.w3school.com.cn/

USDT官方交易所声明:该文看法仅代表作者自己,与本平台无关。转载请注明:usdt自动充值(www.caibao.it):原创 Python剖析库lxml与xpath用法总结
发布评论

分享到:

2022世界杯预选赛赛‘sai’程巴西队(www.9cx.net):武汉金银潭医院「yuan」1775名新冠患者研究:O型血或不易熏染
1 条回复
  1. 皇冠体育APP
    皇冠体育APP
    (2021-07-04 00:03:49) 1#

    他根据1:20的比例大家看看我!求带

发表评论

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。