摘要:選取所有擁有名為的屬性的元素。選取元素的所有元素,且其中的元素的值須大于。且供選擇的路徑之間并無關聯。選擇當前節點的所有先輩。文本讀取文件讀取利用解析選擇器轉自阮一峰的網絡日志基本選擇器最基本的就是針對標簽,類以及了。
XPATH(參考 w3school 和 靜覓 和 阮一峰的網絡日志)本文參考較多,原創基本沒有,權當知識歸納。
xpath并不復雜,簡單的使用看完之后,及時查閱文檔也是可以寫出來的。
這里放上我的練手文件,大家可以參考,或者挑毛病(^__^) 嘻嘻……
xpath練手項目
在 XPath 中,有七種類型的節點:元素、屬性、文本、命名空間、處理指令、注釋以及文檔節點(或稱為根節點)。
節點實際上就是各種html標簽,屬性,以及被標簽包圍的文字。
搜索方法
xpath使用路徑表達式在xml文檔中選取節點。節點通過路徑或者step來選取。在形式上,"路徑表達式"與傳統的文件系統非常類似。
斜杠(/)作為路徑內部的分割符。
同一個節點有絕對路徑和相對路徑兩種寫法。
絕對路徑(absolute path)必須用"/"起首,后面緊跟根節,比如/step/step/...。
相對路徑(relative path)則是除了絕對路徑以外的其他*法,比如 step/step,也就是不使用"/"起首。
"."表示當前節點。
".."表示當前節點的父節點
下面是詳細介紹:
路徑表達式 | 結果 |
---|---|
bookstore | 選取 bookstore 元素的所有子節點。 |
/bookstore | 選取根元素 bookstore。注釋:假如路徑起始于正斜杠( / ),則此路徑始終代表到某元素的絕對路徑! |
bookstore/book | 選取屬于 bookstore 的子元素的所有 book 元素。 |
//book | 選取所有 book 子元素,而不管它們在文檔中的位置。 |
bookstore//book | 選擇屬于 bookstore 元素的后代的所有 book 元素,而不管它們位于 bookstore 之下的什么位置。 |
//@lang | 選取名為 lang 的所有屬性。 |
謂語(Predicates)謂語用來查找某個特定的節點或者包含某個指定的值的節點。謂語被嵌在方括號中。
路徑表達式 | 結果 |
---|---|
/bookstore/book[1] | 選取屬于 bookstore 子元素的第一個 book 元素。 |
/bookstore/book[last()] | 選取屬于 bookstore 子元素的最后一個 book 元素。 |
/bookstore/book[last()-1] | 選取屬于 bookstore 子元素的倒數第二個 book 元素。 |
/bookstore/book[position()<3] | 選取最前面的兩個屬于 bookstore 元素的子元素的 book 元素。 |
//title[@lang] | 選取所有擁有名為 lang 的屬性的 title 元素。 |
//title[@lang="eng"] | 選取所有 title 元素,且這些元素擁有值為 eng 的 lang 屬性。 |
/bookstore/book[price>35.00] | 選取 bookstore 元素的所有 book 元素,且其中的 price 元素的值須大于 35.00。 |
/bookstore/book[price>35.00]/title | 選取 bookstore 元素中的 book 元素的所有 title 元素,且其中的 price 元素的值須大于 35.00。 |
XPath 通配符可用來選取未知的 XML 元素。
通配符 | 描述 |
---|---|
* | 匹配任何元素節點。 |
@* | 匹配任何屬性節點。 |
node() | 匹配任何類型的節點。 |
在下面的表格中,我們列出了一些路徑表達式,以及這些表達式的結果:
路徑表達式 | 結果 |
---|---|
/bookstore/* | 選取 bookstore 元素的所有子元素。 |
//* | 選取文檔中的所有元素。 |
//title[@*] | 選取所有帶有屬性的 title 元素。 |
通過在路徑表達式中使用“|”運算符,可以選取若干個路徑。且供選擇的路徑之間并無關聯。互不干擾,必須各自是完整的獨立的路徑。
xpath軸可定義相對于當前節點的節點集。
軸名稱 | 結果 |
---|---|
ancestor | 選取當前節點的所有先輩(父、祖父等)。 |
ancestor-or-self | 選取當前節點的所有先輩(父、祖父等)以及當前節點本身。 |
attribute | 選取當前節點的所有屬性。 |
child | 選取當前節點的所有子元素。 |
descendant | 選取當前節點的所有后代元素(子、孫等)。 |
descendant-or-self | 選取當前節點的所有后代元素(子、孫等)以及當前節點本身。 |
following | 選取文檔中當前節點的結束標簽之后的所有節點。 |
namespace | 選取當前節點的所有命名空間節點。 |
parent | 選取當前節點的父節點。 |
preceding | 選取文檔中當前節點的開始標簽之前的所有節點。 |
preceding-sibling | 選取當前節點之前的所有同級節點。 |
self | 選取當前節點。 |
步(step)包括:
軸(axis)
定義所選節點與當前節點之間的樹關系
節點測試(node-test)
識別某個軸內部的節點
零個或者更多謂語(predicate)
更深入地提煉所選的節點集
步的語法:
軸名稱::節點測試[謂語]
實例
例子 | 結果 |
---|---|
child::book | 選取所有屬于當前節點的子元素的 book 節點。 |
attribute::lang | 選取當前節點的 lang 屬性。 |
child::* | 選取當前節點的所有子元素。 |
attribute::* | 選取當前節點的所有屬性。 |
child::text() | 選取當前節點的所有文本子節點。 |
child::node() | 選取當前節點的所有子節點。 |
descendant::book | 選取當前節點的所有 book 后代。 |
ancestor::book | 選擇當前節點的所有 book 先輩。 |
ancestor-or-self::book | 選取當前節點的所有 book 先輩以及當前節點(如果此節點是 book 節點) |
child::*/child::price | 選取當前節點的所有 price 孫節點。 |
下面列出了可用在 XPath 表達式中的運算符:
運算符 | 描述 | 實例 | 返回值 |
---|---|---|---|
豎線 | 計算兩個節點集 | //book(豎線)//cd | 返回所有擁有 book 和 cd 元素的節點集 |
+ | 加法 | 6 + 4 | 10 |
- | 減法 | 6 - 4 | 2 |
* | 乘法 | 6 * 4 | 24 |
div | 除法 | 8 div 4 | 2 |
mod | 計算除法的余數 | 5 mod 2 | 1 |
= | 等于 | price=9.80 | 如果 price 是 9.80,則返回 true。如果 price 是 9.90,則返回 false。 |
!= | 不等于 | price!=9.80 | 如果 price 是 9.90,則返回 true。如果 price 是 9.80,則返回 false。 |
< | 小于 | price<9.80 | 如果 price 是 9.00,則返回 true。如果 price 是 9.90,則返回 false。 |
<= | 小于或等于 | price<=9.80 | 如果 price 是 9.00,則返回 true。如果 price 是 9.90,則返回 false。 |
> | 大于 | price>9.80 | 如果 price 是 9.90,則返回 true。如果 price 是 9.80,則返回 false。 |
>= | 大于或等于 | price>=9.80 | 如果 price 是 9.90,則返回 true。如果 price 是 9.70,則返回 false。 |
or | 或 | price=9.80 or price=9.70 | 如果 price 是 9.80,則返回 true。如果 price 是 9.50,則返回 false。 |
and | 與 | price>9.00 and price<9.90 | 如果 price 是 9.80,則返回 true。如果 price 是 8.50,則返回 false。 |
這里主要使用是配合lxml庫,下面是一些例子。
#======== # 文本讀取 #======== from lxml import etree text = """ """ html = etree.HTML(text) result = etree.tostring(html) print(result) #======== # 文件讀取 #======== from lxml import etree html = etree.parse("hello.html") result = etree.tostring(html, pretty_print=True) print(result) #============= # 利用xpath解析 #============= from lxml import etree html = etree.parse("hello.html") result_list = html.xpath("http://li") print result_listCSS選擇器(轉自阮一峰的網絡日志) 基本選擇器
最基本的就是針對標簽,類以及id了。
序號 | 選擇器 | 含義 |
---|---|---|
1. | * | 通用元素選擇器,匹配任何元素 |
2. | E | 標簽選擇器,匹配所有使用E標簽的元素 |
3. | .info | class選擇器,匹配所有class屬性中包含info的元素 |
4. | #footer | id選擇器,匹配所有id屬性等于footer的元素 |
* { margin:0; padding:0; } p { font-size:2em; } .info { background:#ff0; } p.info { background:#ff0; } p.info.error { color:#900; font-weight:bold; } #info { background:#ff0; } p#info { background:#ff0; }多元素的組合選擇器(這個蠻實用的)
序號 | 選擇器 | 含義 |
---|---|---|
5. | E,F | 多元素選擇器,同時匹配所有E元素或F元素,E和F之間用逗號分隔 |
6. | E F | 后代元素選擇器,匹配所有屬于E元素后代的F元素,E和F之間用空格分隔 |
7. | E > F | 子元素選擇器,匹配所有E元素的子元素F |
8. | E + F | 毗鄰元素選擇器,匹配所有緊隨E元素之后的同級元素F |
div p { color:#f00; } #nav li { display:inline; } #nav a { font-weight:bold; } div > strong { color:#f00; } p + p { color:#f00; }CSS 2.1 屬性選擇器
序號 | 選擇器 | 含義 | |
---|---|---|---|
9. | E[att] | 匹配所有具有att屬性的E元素,不考慮它的值。(注意:E在此處可以省略,比如"[cheacked]"。以下同。) | |
10. | E[att=val] | 匹配所有att屬性等于"val"的E元素 | |
11. | E[att~=val] | 匹配所有att屬性具有多個空格分隔的值、其中一個值等于"val"的E元素 | |
12. | E[att | =val] | 匹配所有att屬性具有多個連字號分隔(hyphen-separated)的值、其中一個值以"val"開頭的E元素,主要用于lang屬性,比如"en"、"en-us"、"en-gb"等等 |
p[title] { color:#f00; } div[class=error] { color:#f00; } td[headers~=col1] { color:#f00; } p[lang|=en] { color:#f00; } blockquote[class=quote][cite] { color:#f00; }CSS 2.1中的偽類
序號 | 選擇器 | 含義 |
---|---|---|
13. | E:first-child | 匹配父元素的第一個子元素 |
14. | E:link | 匹配所有未被點擊的鏈接 |
15. | E:visited | 匹配所有已被點擊的鏈接 |
16. | E:active | 匹配鼠標已經其上按下、還沒有釋放的E元素 |
17. | E:hover | 匹配鼠標懸停其上的E元素 |
18. | E:focus | 匹配獲得當前焦點的E元素 |
19. | E:lang(c) | 匹配lang屬性等于c的E元素 |
p:first-child { font-style:italic; } input[type=text]:focus { color:#000; background:#ffe; } input[type=text]:focus:hover { background:#fff; } q:lang(sv) { quotes: "201D" "201D" "2019" "2019"; }CSS 2.1中的偽元素
序號 | 選擇器 | 含義 |
---|---|---|
20. | E:first-line | 匹配E元素的第一行 |
21. | E:first-letter | 匹配E元素的第一個字母 |
22. | E:before | 在E元素之前插入生成的內容 |
23. | E:after | 在E元素之后插入生成的內容 |
p:first-line { font-weight:bold; color;#600; } .preamble:first-letter { font-size:1.5em; font-weight:bold; } .cbb:before { content:""; display:block; height:17px; width:18px; background:url(top.png) no-repeat 0 0; margin:0 0 0 -18px; } a:link:after { content: " (" attr(href) ") "; }CSS 3的同級元素通用選擇器
序號 | 選擇器 | 含義 |
---|---|---|
24. | E ~ F | 匹配任何在E元素之后的同級F元素 |
p ~ ul { background:#ff0; }CSS 3 屬性選擇器
序號 | 選擇器 | 含義 |
---|---|---|
25. | E[att^="val"] | 屬性att的值以"val"開頭的元素 |
26. | E[att$="val"] | 屬性att的值以"val"結尾的元素 |
27. | E[att*="val"] | 屬性att的值包含"val"字符串的元素 |
div[id^="nav"] { background:#ff0; }CSS 3中與用戶界面有關的偽類
序號 | 選擇器 | 含義 |
---|---|---|
28. | E:enabled | 匹配表單中激活的元素 |
29. | E:disabled | 匹配表單中禁用的元素 |
30. | E:checked | 匹配表單中被選中的radio(單選框)或checkbox(復選框)元素 |
31. | E::selection | 匹配用戶當前選中的元素 |
input[type="text"]:disabled { background:#ffffd; }CSS 3中的結構性偽類(蠻實用的)
序號 | 選擇器 | 含義 |
---|---|---|
32. | E:root | 匹配文檔的根元素,對于HTML文檔,就是HTML元素 |
33. | E:nth-child(n) | 匹配其父元素的第n個子元素,第一個編號為1 |
34. | E:nth-last-child(n) | 匹配其父元素的倒數第n個子元素,第一個編號為1 |
35. | E:nth-of-type(n) | 與:nth-child()作用類似,但是僅匹配使用同種標簽的元素 |
36. | E:nth-last-of-type(n) | 與:nth-last-child() 作用類似,但是僅匹配使用同種標簽的元素 |
37. | E:last-child | 匹配父元素的最后一個子元素,等同于:nth-last-child(1) |
38. | E:first-of-type | 匹配父元素下使用同種標簽的第一個子元素,等同于:nth-of-type(1) |
39. | E:last-of-type | 匹配父元素下使用同種標簽的最后一個子元素,等同于:nth-last-of-type(1) |
40. | E:only-child | 匹配父元素下僅有的一個子元素,等同于:first-child:last-child或 :nth-child(1):nth-last-child(1) |
41. | E:only-of-type | 匹配父元素下使用同種標簽的唯一一個子元素,等同于:first-of-type:last-of-type或 :nth-of-type(1):nth-last-of-type(1) |
42. | E:empty | 匹配一個不包含任何子元素的元素,注意,文本節點也被看作子元素 |
p:nth-child(3) { color:#f00; } p:nth-child(odd) { color:#f00; } p:nth-child(even) { color:#f00; } p:nth-child(3n+0) { color:#f00; } p:nth-child(3n) { color:#f00; } tr:nth-child(2n+11) { background:#ff0; } tr:nth-last-child(2) { background:#ff0; } p:last-child { background:#ff0; } p:only-child { background:#ff0; } p:empty { background:#ff0; }CSS 3的反選偽類
序號 | 選擇器 | 含義 |
---|---|---|
43. | E:not(s) | 匹配不符合當前選擇器的任何元素 |
:not(p) { border:1px solid #ccc; }CSS 3中的 :target 偽類
序號 | 選擇器 | 含義 |
---|---|---|
44. | E:target | 匹配文檔中特定"id"點擊后的效果 |
文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。
轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/112457.html
小編寫這篇文章的主要目的,是給大家做一個介紹,具體是給大家介紹新版4.0Python代碼的相關解釋,以及具體的實例,下面就給大家詳細的解答下。 1、selenium簡介 Selenium是一個用于Web應用程序測試的工具,Selenium測試直接運行在瀏覽器中,就像真正的用戶在操作一樣。支持的瀏覽器包括IE(7,8,9,10,11),MozillaFirefox,Safari,Google...
小編寫這篇文章的一個主要目的,主要是來給大家去做一個介紹,介紹的內容主要是關于Python的一些知識,其中的內容包含有xpath,JsonPath,bs4等一些知識,主要是去介紹他們的一些基本使用方法,具體的內容,下面就給大家詳細解答下。 1.xpath 1.1 xpath使用 google提前安裝xpath插件,按ctrl+shift+x出現小黑框 安裝lxml庫pip instal...
小編寫這篇文章的一個主要目的,主要是來給大家做一個解答,解答的內容是Python+Selenium,具體的一個內容解釋是什么呢?比如,我們可以實現Geoserver批量發布Mongo矢量數據,具體的一個內容,下面就給大家詳細解答下。 首先,聲明一下,這里我完成的腳步屬于半自動化的,我戲稱它為有監督的半自動化腳本。具體原因后面會詳細說明。 一、安裝Selenium和ChromeDriver ...
摘要:一個網站使用的特征就是源代碼里包含了入口比如如果你在一個網站上看到了,那么采集這個網站數據的時候要格外小心。直接點擊下拉框中的選項不一定可行。未審核初審通過復審通過審核不通過專門提供了類來處理下拉框。 JavaScript JavaScript 是網絡上最常用也是支持者最多的客戶端腳本語言。它可以收集 用戶的跟蹤數據,不需要重載頁面直接提交表單,在頁面嵌入多媒體文件,甚至運行網頁游戲。...
小編寫這篇文章的主要目的,主要是來給大家做個詳細的解答,解答的內容主要是Python的相關內容,包括利用Python實現GeoServer矢量文件的批量發布,具體是怎么樣進行操作呢?下面就給大家詳細解答下。 0.前言 由于矢量圖層文件較多,手動發布費時費力,python支持的關于geoserver包(geoserver-restconfig)又由于年久失修,無法在較新的geoserver版...
閱讀 3723·2021-11-24 09:39
閱讀 1869·2021-11-16 11:45
閱讀 615·2021-11-16 11:45
閱讀 1028·2021-10-11 10:58
閱讀 2475·2021-09-09 11:51
閱讀 1940·2019-08-30 15:54
閱讀 687·2019-08-29 13:13
閱讀 3465·2019-08-26 12:18