关于python中的xpath解析定位

爬取的网站：http://jbk.39.net/chancegz/

这里只针对个别属性值：

#例如：’别名’下的span标签文本，‘发病部位’下的span标签文本以及‘挂号科室‘下的span标签文本#def disease(url): text = get_html(url) tree = etree.HTML(text) bm = tree.xpath(’//ul[@class='information_ul']/li/i[text()='别名：']/following-sibling::span/text()’) bw = tree.xpath(’//ul[@class='information_ul']/li/i[text()='发病部位：']/following-sibling::span/a/text()’) ks = tree.xpath(’//ul[@class='information_ul']/li/i[text()='挂号科室：']/following-sibling::span/a/text()’) return bm, bw, ks

补充其他：

# /从根元素开始，相当于绝对路径 print(tree.xpath(’/html/body/ul’))# //全局搜索，找到所有 print(tree.xpath(’//li’)) ul = tree.xpath(’//ul’)# . 当前# 返回的都是列表，查找到所有li = ul[0].xpath(’./li’)print(li) for l in li: # 获取属性id的值 @idprint(l.xpath(’./@id’)) # 定位 /标签[@属性=’值’] liClass = tree.xpath('//li[@class=’liClass’]') print(liClass) #判断，@属性=’值’ --->返回True或Falseprint(tree.xpath('//li/@id=’12’')) print('===========================') #直接使用下标访问，下标从1开始 获取对个li里面的文本print(tree.xpath(’//li[2]/text()’))#last()最后一个print(tree.xpath(’//li[last()]/text()’)) #倒数第二个 print(tree.xpath(’//li[last()-1]/text()’))# position() 位置 > < = >= <= print(tree.xpath(’//li[position()>1]’))#* 通配 print(tree.xpath(’//*[@class='liClass']’))# 或 | print(tree.xpath(’//li[@class='liClass'] | //div[@class='liClass']’))

xpath基本语法

表达式 说明 article 选取所有article元素的所有子节点 /article 选取根元素article article/a 选取所有属于article的子元素的a元素 //div 选取所有div元素（不管出现在文档里的任何地方） article//div 选取所有属于article元素的后代的div元素，不管它出现在article之下的任何位置 //@class 选取所有名为class的属性 表达式 说明 /article/div[1] 选取属于article子元素的第一个div元素 /article/div[last()] 选取属于article子元素的最后一个div元素 /article/div[last()-1] 选取属于article子元素的倒数第二个div元素 //div[@color] 选取所有拥有color属性的div元素 //div[@color=‘red’] 选取所有color属性值为red的div元素 表达式 说明 /div/* 选取属于div元素的所有子节点 //* 选取所有元素 //div[@*] 选取所有带属性的div 元素 //div/a 丨//div/p 选取所有div元素的a和p元素 //span丨//ul 选取文档中的span和ul元素 article/div/p丨//span 选取所有属于article元素的div元素的p元素以及文档中所有的 span元素

补充：

相邻元素定位，前一位：preceding-sibling::div[1]后一位：following-sibling::div[1]前N位：preceding-sibling::div[N]后N位：following-sibling::div[N]# 爬取i标签中包含相关检查节点的兄弟 a节点（找到i节点—>找到其父节点->找到该父节点的子节点a）content = tree.xpath(’//i[contains(text(),'相关检查：')]/../a[@class='blue']/text()’)xpath多个class限制//div[contains(@class, ’demo’) and contains(@class, ’other’)]xpath 同时多个标签用| 分隔//div[contains(@class, 'jib-lh-articl')]/p | //div[contains(@class, 'jib-lh-articl')]/h3选择不包含某一属性的节点//div[not(@class)] 没有class属性的div//tbody/tr[not(@class or @id)]获取当前节点的是什么类型的html标签xpath_element.tag

补充知识：使用Xpath定位元素(和元素定位相关的Xpath语法)

本文主要讲述Xpath语法中，和元素定位相关的语法

第一种方法：通过绝对路径做定位（相信大家不会使用这种方式）

By.xpath('html/body/div/form/input')

第二种方法：通过相对路径做定位

两个斜杠代表相对路径

By.xpath('//input//div')

第三种方法：通过元素索引定位

By.xpath('//input[4]')

第四种方法：使用xpath+节点属性定位（结合第2、第3中方法可以使用）

By.xpath('//input[@id=’kw1’]')By.xpath('//input[@type=’name’ and @name=’kw1’]')

第五种方法：使用部分属性值匹配（最强大的方法）

By.xpath('//input[start-with(@id,’nice’)]')By.xpath('//input[ends-with(@id,’很漂亮’)]')By.xpath('//input[contains(@id,’那么美’)]')

第六种方法：使用前集中方法的组合

By.xpath('//input[@id=’kw1’]//input[start-with(@id,’nice’]/div[1]/form[3])

以上这篇关于python中的xpath解析定位就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持好吧啦网。