Python XPath解析定位：从基础语法到高级组合应用

XPath定位基础与示例环境

本次示例选取的网站为：http://jbk.39.net/chancegz/。

此处仅针对个别属性值进行说明：

#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

补充其他相关知识点：

# /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 @id
print(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False
print(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基本语法概述

基础节点选取表达式

索引与属性选取表达式

通配符与多节点选取

补充说明：

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

XPath元素定位核心方法详解

补充知识：如何利用XPath定位元素（涉及元素定位相关的XPath语法）

本文重点讲解XPath语法中与元素定位直接相关的部分。

方法一：绝对路径定位

第一种方法：通过绝对路径进行定位（通常不建议使用这种方式）。

代码示例：By.xpath("html/body/div/form/input")

方法二：相对路径定位

第二种方法：通过相对路径进行定位。

双斜杠（//）代表相对路径搜索。

代码示例：By.xpath("//input//div")

方法三：索引定位

第三种方法：通过元素索引进行定位。

代码示例：By.xpath("//input[4]")

方法四：属性精确匹配

第四种方法：使用XPath结合节点属性进行定位（可结合第2、第3种方法使用）。

代码示例： By.xpath("//input[@id='kw1']") By.xpath("//input[@type='name' and @name='kw1']")

方法五：部分属性值模糊匹配

第五种方法：使用部分属性值匹配（这是最强大的方法之一）。

代码示例： By.xpath("//input[start-with(@id,'nice')]") By.xpath("//input[ends-with(@id,'很漂亮')]") By.xpath("//input[contains(@id,'那么美')]")

方法六：多重条件组合定位

第六种方法：使用前几种方法的组合应用。

代码示例：By.xpath("//input[@id='kw1']//input[start-with(@id,'nice']/div[1]/form[3])"。注意：原文此处括号匹配可能存在笔误，实际使用时需确保括号闭合正确。

以上关于Python中XPath解析定位的内容即为分享的全部，希望能为大家提供参考，也希望大家多多支持本站。