xpath语法和指令系统

一、认识xpath和xml数据

# lxml是Python基于xpath做数据解析的工具

xpath数据解析 - 通过提供标签路径来获取标签(xpath指的就是标签的路径)

1）xpath基本感念
树: 整个html内容或者整个xml内容
节点：树结构中的每个标签(元素)就是一个节点
根节点：树结构中的第一个节点就是根节点（网页对应树的根节点是html标签）
节点内容：双标签的标签内容
节点属性：标签的标签属性

2）路径 - 目标节点在整个树结构中的位置信息
xml数据格式

xml和json都是通用的数据格式，可以用于不同编程语言的程序之间进行数据交流。

json更小更快；xml更安全

二、xpath语法

1.创建树获取树的根节点

etree.XML(xml数据)

etree.HTML(html数据)

2.通过xpath路径获取节点(标签)

节点对象.xpath(路径) - 获取指定路径对应的所有的标签

xpath语法（路径的写法）：

1)绝对路径：不管xpath点前面是哪个标签，绝对路径都是以’/'开头，从根节点开始往后写

2)相对路径：在写路径的时候用’.‘表示当前节点，用’…'表示当前节点的上层节点。谁去点的xpath当前节点就是谁

3)全路径：在写路径的时候用’//'开头，获取标签的时候是在整个树中获取所有满足路径结构的标签

1)绝对路径

在路径的最后加’/text()'可以获取标签内容

注意：不断xpath前面是谁去点的，写绝对路径的时候都必须从根节点开始写

2）相对路径

相对路径中’./‘开头的时候，’./'可以不写

3)全路径

xpath的谓语(条件) - 在路径中需要添加条件的节点后加’[谓语]’

1)和位置相关条件

[N] - 第N个节点

[last()] - 最后一个节点

[last()-N] - [last()-1]: 倒数第2个

[position()>N]、[position()<N]、[position()>=N]、[position()<=N]

2)和属性相关条件

[@属性名=值] - 获取指定属性为指定值的标签

[@属性名] - 获取拥有指定属性的标签

3)和子标签内容相关条件

[子标签名=值] - 获取指定子标签的标签内容为指定值的标签

[子标签名>值] - 获取指定子标签的标签内容大于指定值的标签

4.获取标签内容和标签属性

获取标签内容: 获取标签的路径/text() - 获取路径选中的所有的标签的标签内容

获取标签内容: 获取标签的路径/@属性名 - 获取路径选中的所有的标签的指定属性的值

5.统配符*

在xpath路径中可以用*来代替任何标签或者任何属性

6.若干(分支) - |

路径1|路径2 - 依次获取|分开的所有路径对应的内容

三、指令操作系统

执行指令的工具： Windows - 命令提示符(cmd)

Mac - 终端

1. 运行python程序 - 运算程序的计算机必须先安装python环境

win: python py文件路径

mac: python3 py文件路径

注意：windows使用python指令执行Python程序的时候必须保证写指令的位置和py文件在同一个盘下面；如果不在同一个盘，执行指令前先切盘

2. 进入文件夹: cd

cd 文件夹相对路径、文件夹绝对路径

注意：如果是windows操作系统，cd操作如果要跨盘需要先切盘，然后再cd

切盘方法：C:、E:、D:

3. 查看当前文件夹的内容

win: dir

Mac：ls

4. 用指令创建虚拟环境

第一步：找到一个用来放虚拟环境的文件夹

第二步：通过cd指令进入到存放虚拟环境的文件夹中

第三步：创建虚拟环境

python -m venv 虚拟环境名

python3 -m venv 虚拟环境名

第四步：激活虚拟环境

(mac) source 虚拟环境目录/bin/activate

(windows) 虚拟环境目录\ Scripts\activate.bat

第五步：退出虚拟环境(回到系统环境)

deactivate

5.常用pip指令(pip - Python包管理工具)

pip list - 查看当前环境已经安装过的所有的第三方库

pip install 第三方库名称 - 下载并且安装指定的第三方库

pip install 第三方库名称 -i 镜像地址 - 在指定的镜像地址中下载安装

pip install 第三方库名称==版本号 -i 镜像地址

pip install 第三方库名称1 第三方库名称2

pip freeze > 依赖文件名 - 生成依赖文件

pip install -r 依赖文件路径 - 批量安装

pip uninstall 第三方库名称 - 卸载指定的第三方库

xpath语法和指令系统相关推荐

爬虫之xpath语法-常用节点选择语法
爬虫之xpath语法-常用节点选择语法可以通过通配符来选取未知的html.xml的元素 1.1 选取未知节点的语法通配符描述 * 匹配任何元素节点. node() 匹配任何类型的节点. 1.2 ...
爬虫之xpath语法-节点修饰语法
爬虫之xpath语法-节点修饰语法可以根据标签的属性值.下标等来获取特定的节点 1.1 节点修饰语法 [用[ ]方括号修饰标签或节点] 1.2 关于xpath的下标在xpath中,第一个元素 ...
爬虫之 lxml模块和xpath语法
爬虫之 lxml模块和xpath语法对html或xml形式的文本提取特定的内容,就需要我们掌握lxml模块的使用和xpath语法. lxml模块可以利用XPath规则语法,来快速的定位HTML\XM ...
Xpath语法-爬虫(一)
前言这一章节主要讲解Xpath的基础语法,学习如何通过Xpath获取网页中我们想要的内容;为我们的后面学习Java网络爬虫基础准备工作. 备注:此章节为基础核心章节,未来会在网络爬虫的数据解析环节经 ...
python xpath语法-XPath语法和lxml模块（数据提取）
XPath语法和lxml模块 XPath lxml库 1.什么是XPath? XPath (XML Path Language) 是一门在 XML 文档中查找信息的语言,可用来在 XML 文档中对元素 ...
python xpath语法-Python爬虫之XPath语法和lxml库的用法
本来打算写的标题是XPath语法,但是想了一下Python中的解析库lxml,使用的是Xpath语法,同样也是效率比较高的解析方法,所以就写成了XPath语法和lxml库的用法安装为什么要用这个库 ...
python xpath语法-Python爬虫基础之XPath语法与lxml库的用法详解
前言本来打算写的标题是XPath语法,但是想了一下Python中的解析库lxml,使用的是Xpath语法,同样也是效率比较高的解析方法,所以就写成了XPath语法和lxml库的用法 XPath 即为 ...
python xpath语法-Python Xpath语法
一.python数据提取xpath 1.beautifulsoup xpath 正则表达式 2.xpath是一种在XML和HTML文档中查找信息的语言,可用来在XML和HTML中对元素进行遍历 Chr ...
python xpath语法-python xpath 基本用法
发布时间: pythonercn 8 months, 3 weeks ago 在进行网页抓取的时候,分析定位html节点是获取抓取信息的关键,目前我用的是lxml模块(用来分析XML文档结构的,当然也 ...

xpath语法和指令系统

xpath语法和指令系统

xpath语法和指令系统相关推荐

最新文章

热门文章