数据透视怎么弄（数据透视怎么做）
785
2022-05-30
万字xpath详细教程，手把手系列
@[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。
相关文章
推荐文章
最近发表
