阅读量:4
Python中使用XPath的基本语法如下:
- 导入相关模块:
from lxml import etree
- 创建Element对象:
html = etree.HTML(text)
其中,text
是HTML文本或文件。
- 使用XPath表达式进行数据提取:
- 选取元素:使用标签名、属性名或属性值来选取元素。
elements = html.xpath('//tag') # 根据标签名选取元素 elements = html.xpath('//*[@attribute]') # 根据属性名选取元素 elements = html.xpath('//tag[@attribute="value"]') # 根据属性值选取元素
其中,tag
为标签名,attribute
为属性名,value
为属性值。
- 提取文本:
text = element.text # 提取单个元素的文本 texts = [element.text for element in elements] # 提取多个元素的文本
- 提取属性值:
attribute = element.get('attribute') # 提取单个元素的属性值 attributes = [element.get('attribute') for element in elements] # 提取多个元素的属性值
- 其他常见XPath语法:
- 使用索引选取元素:
element = elements[index] # 根据索引选取元素,索引从0开始
- 使用通配符选取元素:
elements = html.xpath('//*') # 选取所有元素
- 使用逻辑运算符选取元素:
elements = html.xpath('//tag1 | //tag2') # 选取多个标签的元素
以上是XPath的基本语法,但实际使用中还有更多的高级语法和方法,可以根据实际需求进行学习和使用。