资讯专栏INFORMATION COLUMN

上云采购季！| 爆款云服务器低至4.6元/月，首单享0.9折

免费试用
首页/文章专栏/xpath&css选择器

xpath&css选择器

niceforbear / 555人阅读

摘要：选取所有拥有名为的属性的元素。选取元素的所有元素，且其中的元素的值须大于。且供选择的路径之间并无关联。选择当前节点的所有先辈。文本读取文件读取利用解析选择器转自阮一峰的网络日志基本选择器最基本的就是针对标签，类以及了。

本文参考较多，原创基本没有，权当知识归纳。
xpath并不复杂，简单的使用看完之后，及时查阅文档也是可以写出来的。
这里放上我的练手文件，大家可以参考，或者挑毛病(^__^) 嘻嘻……
xpath练手项目
XPATH（参考 w3school 和 静觅 和 阮一峰的网络日志）

在 XPath 中，有七种类型的节点：元素、属性、文本、命名空间、处理指令、注释以及文档节点（或称为根节点）。

节点实际上就是各种html标签，属性，以及被标签包围的文字。

搜索方法

xpath使用路径表达式在xml文档中选取节点。节点通过路径或者step来选取。在形式上，"路径表达式"与传统的文件系统非常类似。

斜杠（/）作为路径内部的分割符。

同一个节点有绝对路径和相对路径两种写法。

绝对路径（absolute path）必须用"/"起首，后面紧跟根节，比如/step/step/...。

相对路径（relative path）则是除了绝对路径以外的其他*法，比如 step/step，也就是不使用"/"起首。

"."表示当前节点。

".."表示当前节点的父节点

下面是详细介绍：

路径表达式 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。

谓语（Predicates）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。

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。

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。

通过在路径表达式中使用“|”运算符，可以选取若干个路径。且供选择的路径之间并无关联。互不干扰，必须各自是完整的独立的路径。

xpath轴可定义相对于当前节点的节点集。

轴名称 结果
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。

步（step）包括：

轴（axis）

定义所选节点与当前节点之间的树关系

节点测试（node-test）

识别某个轴内部的节点

零个或者更多谓语（predicate）

更深入地提炼所选的节点集

步的语法：

轴名称::节点测试[谓语]

实例

例子 结果
child::book 选取所有属于当前节点的子元素的 book 节点。
attribute::lang 选取当前节点的 lang 属性。
child::* 选取当前节点的所有子元素。
attribute::* 选取当前节点的所有属性。
child::text() 选取当前节点的所有文本子节点。
child::node() 选取当前节点的所有子节点。
descendant::book 选取当前节点的所有 book 后代。
ancestor::book 选择当前节点的所有 book 先辈。
ancestor-or-self::book 选取当前节点的所有 book 先辈以及当前节点（如果此节点是 book 节点）
child::*/child::price 选取当前节点的所有 price 孙节点。

下面列出了可用在 XPath 表达式中的运算符：

运算符 描述 实例 返回值
竖线 计算两个节点集 //book（竖线）//cd 返回所有拥有 book 和 cd 元素的节点集
+ 加法 6 + 4 10
- 减法 6 - 4 2
* 乘法 6 * 4 24
div 除法 8 div 4 2
mod 计算除法的余数 5 mod 2 1
= 等于 price=9.80 如果 price 是 9.80，则返回 true。如果 price 是 9.90，则返回 false。
!= 不等于 price!=9.80 如果 price 是 9.90，则返回 true。如果 price 是 9.80，则返回 false。
< 小于 price<9.80 如果 price 是 9.00，则返回 true。如果 price 是 9.90，则返回 false。
<= 小于或等于 price<=9.80 如果 price 是 9.00，则返回 true。如果 price 是 9.90，则返回 false。
> 大于 price>9.80 如果 price 是 9.90，则返回 true。如果 price 是 9.80，则返回 false。
>= 大于或等于 price>=9.80 如果 price 是 9.90，则返回 true。如果 price 是 9.70，则返回 false。
or 或 price=9.80 or price=9.70 如果 price 是 9.80，则返回 true。如果 price 是 9.50，则返回 false。
and 与 price>9.00 and price<9.90 如果 price 是 9.80，则返回 true。如果 price 是 8.50，则返回 false。

这里主要使用是配合lxml库，下面是一些例子。

#========
# 文本读取
#========
from lxml import etree
text = """

"""
html = etree.HTML(text)
result = etree.tostring(html)
print(result)
#========
# 文件读取
#========
from lxml import etree
html = etree.parse("hello.html")
result = etree.tostring(html, pretty_print=True)
print(result)
#=============
# 利用xpath解析
#=============
from lxml import etree
html = etree.parse("hello.html")
result_list = html.xpath("//li")
print result_list
CSS选择器（转自阮一峰的网络日志） 基本选择器

最基本的就是针对标签，类以及id了。

序号 选择器 含义
1. * 通用元素选择器，匹配任何元素
2. E 标签选择器，匹配所有使用E标签的元素
3. .info class选择器，匹配所有class属性中包含info的元素
4. #footer id选择器，匹配所有id属性等于footer的元素 
* { margin:0; padding:0; }
p { font-size:2em; }
.info { background:#ff0; }
p.info { background:#ff0; }
p.info.error { color:#900; font-weight:bold; }
#info { background:#ff0; }
p#info { background:#ff0; }
多元素的组合选择器(这个蛮实用的)
序号 选择器 含义
5. E,F 多元素选择器，同时匹配所有E元素或F元素，E和F之间用逗号分隔
6. E F 后代元素选择器，匹配所有属于E元素后代的F元素，E和F之间用空格分隔
7. E > F 子元素选择器，匹配所有E元素的子元素F
8. E + F 毗邻元素选择器，匹配所有紧随E元素之后的同级元素F 
div p { color:#f00; }
#nav li { display:inline; }
#nav a { font-weight:bold; }
div > strong { color:#f00; }
p + p { color:#f00; }
CSS 2.1 属性选择器
序号 选择器 含义
9. E[att] 匹配所有具有att属性的E元素，不考虑它的值。（注意：E在此处可以省略，比如"[cheacked]"。以下同。）
10. E[att=val] 匹配所有att属性等于"val"的E元素
11. E[att~=val] 匹配所有att属性具有多个空格分隔的值、其中一个值等于"val"的E元素
12. E[att =val] 匹配所有att属性具有多个连字号分隔（hyphen-separated）的值、其中一个值以"val"开头的E元素，主要用于lang属性，比如"en"、"en-us"、"en-gb"等等 
p[title] { color:#f00; }
div[class=error] { color:#f00; }
td[headers~=col1] { color:#f00; }
p[lang|=en] { color:#f00; }
blockquote[class=quote][cite] { color:#f00; }
CSS 2.1中的伪类
序号 选择器 含义
13. E:first-child 匹配父元素的第一个子元素
14. E:link 匹配所有未被点击的链接
15. E:visited 匹配所有已被点击的链接
16. E:active 匹配鼠标已经其上按下、还没有释放的E元素
17. E:hover 匹配鼠标悬停其上的E元素
18. E:focus 匹配获得当前焦点的E元素
19. E:lang(c) 匹配lang属性等于c的E元素 
p:first-child { font-style:italic; }
input[type=text]:focus { color:#000; background:#ffe; }
input[type=text]:focus:hover { background:#fff; }
q:lang(sv) { quotes: "201D" "201D" "2019" "2019"; }
CSS 2.1中的伪元素
序号 选择器 含义
20. E:first-line 匹配E元素的第一行
21. E:first-letter 匹配E元素的第一个字母
22. E:before 在E元素之前插入生成的内容
23. E:after 在E元素之后插入生成的内容 
p:first-line { font-weight:bold; color;#600; }

.preamble:first-letter { font-size:1.5em; font-weight:bold; }

.cbb:before { content:""; display:block; height:17px; width:18px; background:url(top.png) no-repeat 0 0; margin:0 0 0 -18px; }

a:link:after { content: " (" attr(href) ") "; }
CSS 3的同级元素通用选择器
序号 选择器 含义
24. E ~ F 匹配任何在E元素之后的同级F元素 
p ~ ul { background:#ff0; }
CSS 3 属性选择器
序号 选择器 含义
25. E[att^="val"] 属性att的值以"val"开头的元素
26. E[att$="val"] 属性att的值以"val"结尾的元素
27. E[att*="val"] 属性att的值包含"val"字符串的元素 
div[id^="nav"] { background:#ff0; }
CSS 3中与用户界面有关的伪类
序号 选择器 含义
28. E:enabled 匹配表单中激活的元素
29. E:disabled 匹配表单中禁用的元素
30. E:checked 匹配表单中被选中的radio（单选框）或checkbox（复选框）元素
31. E::selection 匹配用户当前选中的元素 
input[type="text"]:disabled { background:#ffffd; }
CSS 3中的结构性伪类(蛮实用的)
序号 选择器 含义
32. E:root 匹配文档的根元素，对于HTML文档，就是HTML元素
33. E:nth-child(n) 匹配其父元素的第n个子元素，第一个编号为1
34. E:nth-last-child(n) 匹配其父元素的倒数第n个子元素，第一个编号为1
35. E:nth-of-type(n) 与:nth-child()作用类似，但是仅匹配使用同种标签的元素
36. E:nth-last-of-type(n) 与:nth-last-child() 作用类似，但是仅匹配使用同种标签的元素
37. E:last-child 匹配父元素的最后一个子元素，等同于:nth-last-child(1)
38. E:first-of-type 匹配父元素下使用同种标签的第一个子元素，等同于:nth-of-type(1)
39. E:last-of-type 匹配父元素下使用同种标签的最后一个子元素，等同于:nth-last-of-type(1)
40. E:only-child 匹配父元素下仅有的一个子元素，等同于:first-child:last-child或 :nth-child(1):nth-last-child(1)
41. E:only-of-type 匹配父元素下使用同种标签的唯一一个子元素，等同于:first-of-type:last-of-type或 :nth-of-type(1):nth-last-of-type(1)
42. E:empty 匹配一个不包含任何子元素的元素，注意，文本节点也被看作子元素 
p:nth-child(3) { color:#f00; }
p:nth-child(odd) { color:#f00; }
p:nth-child(even) { color:#f00; }
p:nth-child(3n+0) { color:#f00; }
p:nth-child(3n) { color:#f00; }
tr:nth-child(2n+11) { background:#ff0; }
tr:nth-last-child(2) { background:#ff0; }
p:last-child { background:#ff0; }
p:only-child { background:#ff0; }
p:empty { background:#ff0; }
CSS 3的反选伪类
序号 选择器 含义
43. E:not(s) 匹配不符合当前选择器的任何元素 
:not(p) { border:1px solid #ccc; }
CSS 3中的 :target 伪类
序号 选择器 含义
44. E:target 匹配文档中特定"id"点击后的效果
混合云 云服务器 css选择器 基础选择器css css选择 js css 加载器

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/112457.html

相关文章

  • 新版selenium4.0+Python使用详解

    　　小编写这篇文章的主要目的，是给大家做一个介绍，具体是给大家介绍新版4.0Python代码的相关解释，以及具体的实例，下面就给大家详细的解答下。　　1、selenium简介　　Selenium是一个用于Web应用程序测试的工具，Selenium测试直接运行在浏览器中，就像真正的用户在操作一样。支持的浏览器包括IE（7,8,9,10,11），MozillaFirefox，Safari，Google...

    89542767 评论0 收藏0

  • Python xpath,JsonPath,bs4的基本使用方法

    　　小编写这篇文章的一个主要目的，主要是来给大家去做一个介绍，介绍的内容主要是关于Python的一些知识，其中的内容包含有xpath,JsonPath,bs4等一些知识，主要是去介绍他们的一些基本使用方法，具体的内容，下面就给大家详细解答下。　　1.xpath　　1.1 xpath使用　　google提前安装xpath插件，按ctrl+shift+x出现小黑框　　安装lxml库pip instal...

    89542767 评论0 收藏0

  • Python+Selenium实现在Geoserver批量发布Mongo矢量数据

    　　小编写这篇文章的一个主要目的，主要是来给大家做一个解答，解答的内容是Python+Selenium，具体的一个内容解释是什么呢？比如，我们可以实现Geoserver批量发布Mongo矢量数据，具体的一个内容，下面就给大家详细解答下。　　首先，声明一下，这里我完成的脚步属于半自动化的，我戏称它为有监督的半自动化脚本。具体原因后面会详细说明。　　一、安装Selenium和ChromeDriver　...

    89542767 评论0 收藏0

  • 动态HTML介绍 &amp; Selenium PhantomJS

    摘要：一个网站使用的特征就是源代码里包含了入口比如如果你在一个网站上看到了，那么采集这个网站数据的时候要格外小心。直接点击下拉框中的选项不一定可行。未审核初审通过复审通过审核不通过专门提供了类来处理下拉框。 JavaScript JavaScript 是网络上最常用也是支持者最多的客户端脚本语言。它可以收集 用户的跟踪数据,不需要重载页面直接提交表单，在页面嵌入多媒体文件，甚至运行网页游戏。...

    Lsnsh 评论0 收藏0

  • 基于Python实现GeoServer矢量文件批量发布

    　　小编写这篇文章的主要目的，主要是来给大家做个详细的解答，解答的内容主要是Python的相关内容，包括利用Python实现GeoServer矢量文件的批量发布，具体是怎么样进行操作呢？下面就给大家详细解答下。　　0.前言　　由于矢量图层文件较多，手动发布费时费力，python支持的关于geoserver包（geoserver-restconfig）又由于年久失修，无法在较新的geoserver版...

    89542767 评论0 收藏0

发表评论

登陆后可评论

0条评论

niceforbear

男|高级讲师
我要私信

TA的文章

阅读更多

云社区相关服务

提问 提问 学习 学习 认证 认证 产品 产品 技术服务 技术服务 售前咨询 售前咨询
最新活动
阅读需要支付1元查看
<