数据透视怎么弄(数据透视怎么做)
766
2022-05-30
@[TOC]
一、必看内容!!!
1)简短介绍
XPath 是一种用于寻址 XML 文档部分的语言。它在 XSLT 中使用并且是 XQuery 的子集。这个库也可用于大多数其他编程语言。
2)必备知识
了解基本的html和xml语法和格式
没有了,如果你不会html和xml,超过2000,我出一篇html详细教程,至于怎么达到2000赞,看各位粉丝了。
3)为什么我要写这篇文章?
在我前面的几十篇文章,写了上百万字把python的所有基础已经讲得很明白了,不管你是不是小白,跟着学都能学会,同时在我的粉丝群,我还会对教程中的问题进行答疑,所以包教包会的口号,我从来不是吹的。
这里是我的基础教程专栏:python全栈基础详细教程专栏系列
当然,如果你对qq机器人制作感兴趣请查看专栏:qq机器人制作详细教程专栏
这两个专栏,我为什么放在一起?第一个专栏是基础教程,第二个专栏是进阶,所以你在不会基础之前,请不要冒然学习机器人制作。
说了半天,我还没说为什么写这一篇的原因,前面的基础我已经差不多写完了,基础不会的自己去看我专栏,上百万字写基础,我已经很用心教大家了。基础过后,我们即将开始学爬虫,因此xpath你不得不掌握。认真跟着我学,多看几天就会了。
4)强烈推荐教程专栏
python全栈基础教程系列
qq机器人小白教程系列
matlab数学建模小白到精通系列
Linux操作系统教程
SQL入门到精通教程系列
其它专栏,看你自己个人兴趣,这五个专栏我是主打,并是我强烈推荐。
有任何问题可以粉丝群问我:
428335755
二、开始使用xpath
2.1 常见的 HTML 操作
如果有一段html如下:
link
Element One
Element Two
在整个页面中查找具有特定 id 的元素:
//*[@id='divone'] # 返回
在特定路径中查找具有特定 id 的元素:
/html/body/div/p[@id='enclosedone'] # 返回
Element One
选择具有特定 id 和 class 的元素:
//p[@id='enclosedone' and @class='common'] #返回
Element One
选择特定元素的文本:
//*[@id='enclosedone']/text() # 返回 Element One
2.2 常见XML操作
比如有如下xml:
用xpath
/r/e
将选择此元素:
用xpath:
/r/f/text()
将选择具有此字符串值的文本节点:
"Text 1"
而这个 XPath:
string(/r/f)
返回同样是:
"Text 1"
2.3 浏览器使用xpath调试
步骤如下:
按F12进入控制台
按ctrl+F进入搜索框
将自己写的xpath输入进去,回车看看能不能匹配到
以我自己的主页网址为例:
https://blog.csdn.net/weixin_46211269?spm=1000.2115.3001.5343
分析:
锁定定位为:
user-profile-statistics-num
则xpath写为:
//div[@class="user-profile-statistics-num"]
以上就是一种简单的调试xpath方法,难的我就不介绍了,没必要吧,如果大家觉得有必要,评论区留言,人多我就重新编辑补充。
三、检查节点是否存在
我们使用布尔来检查我们写的xpath是否存在,布尔真是一个很不错的东西。
3.1 案例一
这里我就构造一个xml如下:
使用布尔来判断:
boolean(/House//plant)
输出:
true
说明该路径正确。
3.2 案例二
假设有这样一个xml:
使用布尔判断:
boolean(/Animal/tusks)
输出:
false
说明这个路径是错的。
四、检查节点的文本是否为空
语法:
布尔(路径到节点/文本())
字符串(路径节点)!= ‘’ ”
其他用途:
检查节点是否存在
检查参数是否不是数字 (NaN) 或 0
4.1 案例一
假设我构造这样一个xml:
用布尔判断:
boolean(/Deborah/master/text())
或者用string判断:
string(/Deborah/master) != ''
输出都为:
true
说明文本不为空。
4.2 案例二
假设我构造这样一个xml:
用布尔判断:
boolean(/Dobby/master/text())
或者用string判断:
string(/Dobby/master) != ''
输出:
false
说明文本为空。
五、通过属性查询
说一些比较常见的语法:
/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
*代表所有
例如:
//title[@lang=’chuan’]
这就是一个 XPath 规则,它就代表选择所有名称为 title,同时属性 lang 的值为 chuan的节点。
5.1 查找具有特定属性的节点
假设有这样一个xml:
路径匹配如下:
/Galaxy/*[@name]
或者:
//*[@name]
输出:
5.2 通过属性值的子串匹配来查找节点
假设有如下例子:
路径:
/Galaxy/*[contains(@name,'Ear')]
值得补充的是,这里的contains函数就是代表包含的意思,这里就是查找Galaxy路径下,所有name属性中含有Ear的节点。
如上,我们也可以如下方式匹配:
//*[contains(@name,'Ear')]
双引号也可以用来代替单引号:
/Galaxy/*[contains(@name, "Ear")]
输出:
5.3 通过属性值的子字符串匹配查找节点(不区分大小写)
假设有xml如下:
路径
/Galaxy/*[contains(lower-case(@name),'ear')]
这里又出现了新的东西,加入 lower-case() 函数就是来保证我们可以包括所有的大小写情况。
路径
/Galaxy/*[contains(lower-case(@name),'ear')]
或者
//*[contains(lower-case(@name),'ear')]
或者,使用双引号中的字符串:
//*[contains(lower-case(@name), "ear")]
输出
5.4 通过匹配属性值末尾的子字符串查找节点
假设有xml如下:
路径
/Galaxy/*[ends-with(lower-case(@type),'tar')]
补充:这里又出现了新的函数,ends-with就是匹配以xx结尾。
或者
//*[ends-with(lower-case(@type),'tar')]
输出
5.5 通过匹配属性值开头的子字符串查找节点
假设有这个xml:
路径
/Galaxy/*[starts-with(lower-case(@name),'ear')]
补充:这里又出现了新的函数,starts-with就是匹配以什么开头。
或者
//*[starts-with(lower-case(@name),'ear')]
输出
5.6 查找具有特定属性值的节点
假设有这个xml:
路径
/Galaxy/*[@name='Sun']
补充:这里就是我开头说到的,星号代表所有,@用来选取属性
或者
//*[@name='Sun']
输出
六、查找包含特定属性的元素
6.1 查找具有特定属性的所有元素(1)
假设有xml如下:
xpath匹配:
/root/element[@foobar]
返回:
6.2 查找具有特定属性值的所有元素(2)
假设有xml如下:
以下 XPath 表达式:
/root/element[@foobar = 'hello_world']
将返回
也可以使用双引号:
/root/element[@foobar="hello_world"]
粉丝群:970353786
七、查找包含特定文本的元素
假设有xml如下:
以下 XPath 表达式:
//*[text() = 'hello']
将返回
要同时检索
//*[normalize-space(text()) = 'hello']
补充:这里又多了新的函数,normalize-space作用就是去除空白的意思。
要查找包含特定文本的元素,您可以使用该contains函数。以下表达式将返回
//example[contains(text(), 'Hello')]
如果要查找跨越多个子/文本节点的文本,则可以使用.代替text()。.指元素及其子元素的整个文本内容。
例如:
//example[. = 'Hello, I am an example .']
要查看多个文本节点,您可以使用:
//example//text()
这将返回:
“hello, ”
“I am an example”
“.”
为了更清楚地看到一个元素的整个文本内容,可以使用该string函数:
string(//example[1])
要不就
string(//example)
依然返回:
Hello, I am an example .
八、多次强调的语法
8.1 XPath 轴的语法
现在我们要补充新的东西,又要开始记住了:
ancestor 选取当前节点的所有先辈(父、祖父等)。 ancestor-or-self 选取当前节点的所有先辈(父、祖父等)以及当前节点本身。 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代元素(子、孙等)。 descendant-or-self 选取当前节点的所有后代元素(子、孙等)以及当前节点本身。 following 选取文档中当前节点的结束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开始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。
8.2 XPath选取节点语法
为什么我在这里又来强调一下?因为很重要!
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,而不考虑它们的位置。 . 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,列出了一些路径表达式以及表达式的结果:
bookstore 选取 bookstore 元素的所有子节点。 /bookstore 选取根元素 bookstore。 注释:假如路径起始于正斜杠( / ),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 元素的后代的所有 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。
8.3 Xpath谓语
谓语用来查找某个特定的节点或者包含某个指定的值的节点。谓语被嵌在方括号中。
看一些例子就知道了:
路径表达式 结果 /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] 选取所有拥有名为 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。
8.4 Xpath选取未知节点
XPath 通配符可用来选取未知的 XML 元素。
通配符 描述 * 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,以及这些表达式的结果:
路径表达式 结果 /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。
8.5 Xpath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,列出了一些路径表达式,以及这些表达式的结果:
路径表达式 结果 //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。
九、获取相对于当前节点的节点
假设我们有xml如下:
9.1 基本语法
其实这些内容,大可不必都掌握,但是你一定要知道,你想用的时候,再来本文查一下会用就行。
这是相关实例:
问题是:这里提到的祖先,孩子,兄弟,父母节点,大家知道吗?如果你会html的话,你应该知道。超过2000赞我可以出一篇html的教程,本篇我就暂时默认大家知道了。
9.2 寻找祖先节点
假设有xml如下:(这里已经很形象说明了祖先,孩子,兄弟,父母节点的关系了,仔细看看)
路径
//Me/ancestor::node()
输出:
9.4 寻找兄弟节点
假设有xml如下:
路径:
//Me/following-sibling::brother
输出:
9.5 寻找祖父节点(2)
假设有xml如下:
路径
//Me/ancestor::GrandFather
或者
//Me/parent::node()/parent::node()
输出:
9.6 寻找父母节点
还是假设xml如下:
路径
//Me/ancestor::Dad
或者
//Me/parent::node()
输出:
9.7 寻找当前节点之后的所有节点
假设有xml如下:
路径
//Avatar[@name='Parashurama']/following-sibling::node()
输出:
9.8 寻找当前节点之前的所有节点
假设有xml如下:
路径
//Avatar[@name='Parashurama']/preceding-sibling::node()
输出:
9.9 实例一
获取 House 中的所有房间名为 Room 的孩子。
假设有xml如下:
路径
/House/child::Room
或者
/House/*[local-name()='Room']
输出:
9.10 实例二
获得 House 中的所有房间(不考虑位置)。
假设有xml如下:
路径
/House/descendant::Room
输出
十、获取节点数
我们主要用到count函数,实战中我们来感悟。
10.1 实例一
假设有xml如下:
路径
count(/Goku/child)
输出
2.0
10.2 实例二
假设有如下xml
路径
count(/House//plant)
输出
4.0
十一、根据子节点数选择节点
11.1 实例一
假设有xml如下:
选择至少记录了 2 个成绩的所有学生
//Student[count(./Grades/*) > 1]
输出
11.2 实例二
假设有xml如下:
选择所有记录了 Exam2 分数的学生
//Student[./Grades/Exam2]
或者
//Student[.//Exam2]
输出
十二、选择名称等于或包含某个字符串的节点
语法如下:
1.在特定节点内:
{path-to-parent}/name()='搜索字符串']
2.文档中的任何位置:
//*[name()='搜索字符串']
12.1 搜索名称包含 Light 的节点
假设有xml如下:
路径
/Data/*[contains(local-name(),"Light")]
或者
//*[contains(local-name(),"Light")]
输出:
12.2 搜索名称以 Ball 结尾的节点
假设xml如下:
路径
/College/*[ends-with(local-name(),"Ball")]
或者
//*[ends-with(local-name(),"Ball")]
输出:
12.3 搜索名称以 Star 开头的节点
假设xml如下:
路径
/College/*/*[starts-with(local-name(),"Star")]
或者
//*[starts-with(local-name(),"Star")]
输出
12.4 搜索名称为 Light、Device 或 Sensor 的节点
假设xml如下:
路径
/Galaxy/*[local-name()='Light' or local-name()='Device' or local-name()='Sensor']
说白了就是多了几个or而已。
或者
//*[local-name()='Light' or local-name()='Device' or local-name()='Sensor']
输出
12.5 搜索名称为 light 的节点(不区分大小写)
假设xml如下:
路径
/Galaxy/*[lower-case(local-name())="light"]
或者
//*[lower-case(local-name())="light"]
输出
12.6 搜索名称为 light 的节点(不区分大小写)
假设xml如下:
路径
/Galaxy/*[lower-case(local-name())="light"]
或者
//*[lower-case(local-name())="light"]
输出
十三、粉丝福利
前期已经送出很多基础书和数据分析书籍,本次送人工智能的书籍如下:
参与活动方式:
三连本篇文章(评论),截好图
加入粉丝群:970353786私聊我(群主),截图发给我
送书仅在于个人心意,以此鼓励大家学习,只随机送两本。这本书还不错,喜欢的也可以去京东购买。
十四、总结
这位大佬也写了一篇xpath:十五分钟掌握python爬虫XPath库 感兴趣可以对照我的看看。
python全栈基础专栏我已经讲完大部分基础,现在我们进军爬虫,本篇内容希望大家一定掌握。超过2000,我补一篇html网页基础。写了我周末两个通宵,希望大家这次支持,谢谢。至于我送书活动,货真价实,仅代表个人心意,鼓励大家学习。
公众号 发送:xpath 即可领取本篇文章的电子版。
XML
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。