Python解析库lxml与xpath用法总结

本文主要围绕以xpath和lxml库进行展开：

一、xpath 概念、xpath节点、xpath语法、xpath轴、xpath运算符

二、lxml的安装、lxml的使用、lxml案例

一、xpath

1．xpath概念

XPath 是一门在 XML 文档中查找信息的语言。XPath 使用路径表达式在 XML 文档中进行导航 。XPath 包含一个标准函数库 。XPath 是 XSLT 中的主要元素 。XPath 是一个 W3C 标准 。

2．xpath节点

xpath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（根）节点。

节点关系：父、子、兄弟、先辈、后辈。

3．xpath语法

xpath语法在W3c网站上有详细的介绍，这里截取部分知识，供大家学习。

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：

表达式描述nodename选取此节点的所有子节点。／从根节点选取。／／从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置。．选取当前节点。．．选取当前节点的父节点。＠选取属性。

在下面的表格中，我们已列出了一些路径表达式以及表达式的结果：

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。

在下面的表格中，我们列出了带有谓语的一些路径表达式，以及表达式的结果：

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。

选取未知节点

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。

选取若干路径

通过在路径表达式中使用＂｜＂运算符，您可以选取若干个路径。

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／／book／title ｜ ／／book／price选取 book 元素的所有 title 和 price 元素。／／title ｜ ／／price选取文档中的所有 title 和 price 元素。／bookstore／book／title ｜ ／／price选取属于 bookstore 元素的 book 元素的所有 title 元素，以及文档中所有的 price  元素。