xpath

1、直接查找一个或多个的内容 title_list = x_data.xpath("//a[@class=‘rec_topics_name’]/text()") 2、模糊查询（一群id里面前半部分一样，后半部分不一样） title_list = x_data.xpath("//a[contains(@id=‘rec_topics_name’)]/text()") 3、平级关系的下一个节点 following-sibling:* 来源： CSDN 作者： (๑• . •๑)框 链接： https://blog.csdn.net/weixin_45051787/article/details/104353719

一.什么是xml 1.定义:可扩展标记性语言 2.特点:xml是具有自描述特性的半结构化数据 3.作用:xml主要用来传输数据 二.xml和html区别 1、语法要求不同：xml的语法要求更严格。 （1）在html中不区分大小写，在xml中严格区分 （2）在html中，有时不严格，如果上下文清楚地显示出段落或者列表键在何处结尾，那么你可以省略 或者标记。在xml中，是严格的树状结构，绝对不能省略任何标记。 （3）在xml中，拥有单个标记二没有匹配的结束标记的元素必须用一个/字符作为结尾。 （4）在xml中，属性值必须分装在引号中。在html中，引号可用可不用。 （5）在html中属性名可以不带属性值，xml必须带 （6）xml文档中，空白部分不会被解析器自动删除，但是html是过滤掉空格的 2、标记不同 · （1）html使用固有的标记，xml没有固有标记 ·（2）html标签是预定义的，xml标签是自定义的、可扩展的。 3、作用不同 （1）html的设计宗旨是用来显示数据。 （2）xml使用来传输数据的。 三xpath(语法) —相当于一个路径一样 1.什么是xpath? xpath就是用来筛选html或者xml中元素语法 2.xml和html中的一些名字 元素 = 标签 属性 内容 3.xpath的语法 (1) 选取节点 .-- 当前节点 … --代表父节点 / -

绝对定位 element = driver.find_element_by_xpath('/html/body/div/input[@value="查询"]')[]里是属性，什么属性都可以，是对当前节点的限制条件 相对定位 element = driver.find_element_by_xpath('//div[@class="ng-scope"]/input[@value="查询"]')//代表前面那截省略了，[]里是属性 来源： https://www.cnblogs.com/mghhzAnne/p/12317991.html

什么是xml? 定义: 可扩展标记性语言(EXtensible Markup Language) 特定: xml是具有自描述特性的半结构化数据。 作用: xml主要用来传输数据 xml和html的区别 语法要求不同: xml的语法要求更严格 在html中不区分大小写，在xml中严格区分 在html中，有时不严格，如果上下文清楚地显示出段落或者列表键在何处结尾，那么你可以省略 或者 标记。在xml中，是严格的树状结构，绝对不能省略任何标记 在xml中，拥有单个标记二没有匹配的结束标记的元素必须用一个/字符作为结尾 在xml中，属性值必须分装在引号中。在html中，引号可用可不用 在html中属性名可以不带属性值，xml必须带 xml文档中，空白部分不会被解析器自动删除，但是html是过滤掉空格的 标记不同 html使用固有的标记，xml没有固有标记 html标签是预定义的，xml标签是自定义的、可扩展的 作用不同 html是用来显示数据 xml使用来传输数据的 xpath: 路径表达式 xpath: 是用来筛选html或者xml中元素语法 xml和html中一些名词 选取节点 表达式 描述 nodename 选取此节点的所有子节点 / 从根节点选取(绝对路径) // 从任意节点选取(相对路径) . 选取当前节点 . . 选取当前节点的父节点 @ 选取属性 谓语 路径表达式 结果 /

Python 与 html解析 文章目录 Python 与 html解析 正则表达式 RE in Python `match()` 修饰符 `search()` `findall()` XPath & LXML XPath常用规则 导入 HTML 从字符串导入 HTML 从文件导入 HTML 获取节点 获取所有节点 获取所有指定标签 获取子节点 获取特定属性的节点 获取父节点 获取节点中的的文本 获取属性 补充 BeautifulSoup BeaufulSoup对象的初始化 节点选择器 选择标签 嵌套选择 关联选择 获取**子孙节点** 获取父节点和祖先节点 获取兄弟节点 方法选择器 `find()` `findall()` 更多 CSS选择器 提取信息 获取完整标签 获取标签类型 获取标签内容 获取属性 PyQuery 初始化 字符串初始化 URL初始化 CSS选择器 查找节点 遍历 获取信息 `attr()` 获取属性 `text()` 获取文本 节点操作 本文由 CDFMLR 原创，收录于个人主页 https://clownote.github.io ，并同时发布到 CSDN。本人不保证 CSDN 排版正确，敬请访问 clownote 以获得良好的阅读体验。 正则表达式 正则表达式是一种处理字符串的强大的工具，它有自己特定的语法结构，可以高效地实现字符串的检索、替换

一、数据解析常用的三种方式——②Xpath 1.调用时 from lxml import etree 2.转解析类型时 xpath_data = etree . HTML ( data ) #将html文档或者xml文档转换成一个etree对象，然后调用对象中的方法查找指定的节点 3.xpath返回的数据类型是list，xpath的基本语法 #xpath 语法1.节点: / 2.跨节点: // 3.精确的标签： //a[@属性=“属性值”] 4.标签包裹的内容:text() 5.属性：@href 4.示例代码： #安装支持 解析 html 和xml的解析库 lxml #pip install lxml；xpath是一个语法，不是解析库 import requests import re from lxml import etree headers = { 'User-Agent' : 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.1 (KHTML, like Gecko) Chrome/14.0.835.163 Safari/535.1' } url = 'http://news.baidu.com/' data = requests . get ( url , headers = headers ) . content

绑定到XML上 WPF数据绑定还专门支持绑定到XML数据上。可以将XmlDataProvider用作数据源,使用XPath表达式绑定元素。为了以层次结构显示，可以使用TreeView控件，通过HierarchicalDataTemplate为对应项创建视图。 下面包含Book元素的XML文件将用作下一个例子的数据源 <?xml version="1.0" encoding="utf-8" ?> <Books> <Book isbn="978-1-118-31442-5"> <Title>Professional C# 2012</Title> <Publisher>Wrox Press</Publisher> <Author>Christian Nagel</Author> <Author>Jay Glynn</Author> <Author>Morgan Skinner</Author> </Book> <Book isbn="978-0-470-50226-6"> <Title>Beginning Visual C# 2010</Title> <Publisher>Wrox Press</Publisher> <Author>Karli Watson</Author> <Author>Christian Nagel</Author> <Author>Jacob Hammer

1、kettle里面的输入，就是用来抽取数据或生成数据，是ETL操作的E。 2、CSV文件是一种带有固定格式的文本文件。注意：获取字段的时候可以调整自己的字段类型，格式，满足自己的需求哦。 3、文本文件输入，提取日志信息的数据是开发常见的操作，日志信息基本都是文本类型。 首先要获取到要抽取的文本文件哦。 可以选择自己的分隔符哦！ 获取字段，如下所示： 4、微软的Excel目前有两种后缀名的文件分别为：xls和xlsx。注意：xls:2007年之前，xlsx:2007年之后。 可以选择自己的Sheet页。 获取到Excel输入的字段，可以手动调整字段类型。 5、多文件合并，数据往往也是以多个文件的形式出现，有的数据还会分散在多个子文件夹。所以合并数据也是开发中非常常见的操作。 6、XML 指可扩展标记语言（EXtensible Markup Language）, XML 被设计用来传输和存储数据。 　　XPath即为XML路径语言（XML Path Language），它是一种用来确定XML文档中某部分位置的语言。XPath基于XML的树状结构，提供在数据结构树中找寻节点的能力。 　　XPath-语法，选取节点 XPath 使用路径表达式在 XML 文档中选取节点。节点是通过沿着路径或者 step 来选取的。下面列出了最有用的路径表达式： 　　 XPath，路径表达式，示例，如下所示

from lxml import etree html = ''' <li class="tag_1">需要的内容1 <a>需要的内容2</a> </li> ''' selector = etree.HTML(html) contents = selector.xpath('//li[@class = "tag_1"]') contents1 = selector.xpath('//li[@class = "tag_1"]')[0] contents2 = contents1.xpath('string(.)') contents3 = selector.xpath('//li[@class = "tag_1"]/text()') print(contents) # [<Element li at 0x2c55e88>] print(contents1) # <Element li at 0x2c55e88> print(contents2) print(contents3) 　　输出结果 对于contents3的输出中带有'\n',逗号等字符，我们可以用replace替换成我们想要的字符或空格，具体用法参考 https://www.runoob.com/python/att-string-replace.html 来源： https://www.cnblogs.com

1. 基础 2. 实战 来源： https://www.cnblogs.com/douzujun/p/12286935.html