XPath-语法大全

XPath 是一门在 XML 文档中查找信息的语言。XPath 用于在 XML 文档中通过元素和属性进行导航。

什么是 XPath?

  • 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

XPath 路径表达式

XPath
使用路径表达式来选取 XML 文档中的节点或者节点集。这些路径表达式和我们在常规的电脑文件系统中看到的表达式非常相似。

01-XPath节点

在 XPath 中,有七种类型的节(Node)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)。

<bookstore> (文档节点)
<author>J K. Rowlingauthor> (元素节点)
lang="en" (属性节点) 

基本值(或称原子值,Atomic value)基本值是无父或无子的节点。

J K. Rowling
"en"

项目(Item)
项目是基本值或者节点。

节点关系

父(Parent)
每个元素以及属性都有一个父。
在下面的例子中,book 元素是 title、author、year 以及 price 元素的父:

<book>
  <title>Harry Pottertitle>
  <author>J K. Rowlingauthor>
  <year>2005year>
  <price>29.99price>
book>

子(Children)
元素节点可有零个、一个或多个子。
在下面的例子中,title、author、year 以及 price 元素都是 book 元素的子:

<book>
  <title>Harry Pottertitle>
  <author>J K. Rowlingauthor>
  <year>2005year>
  <price>29.99price>
book>

同胞(Sibling)
拥有相同的父的节点
在下面的例子中,title、author、year 以及 price 元素都是同胞:

<book>
  <title>Harry Pottertitle>
  <author>J K. Rowlingauthor>
  <year>2005year>
  <price>29.99price>
book>

先辈(Ancestor)
某节点的父、父的父,等等。
在下面的例子中,title 元素的先辈是 book 元素和 bookstore 元素:

<bookstore>

<book>
  <title>Harry Pottertitle>
  <author>J K. Rowlingauthor>
  <year>2005year>
  <price>29.99price>
book>

bookstore>

后代(Descendant)
某个节点的子,子的子,等等。
在下面的例子中,bookstore 的后代是 book、title、author、year 以及 price 元素:

<bookstore>

<book>
  <title>Harry Pottertitle>
  <author>J K. Rowlingauthor>
  <year>2005year>
  <price>29.99price>
book>

bookstore>

02-XPath语法

XPath 使用路径表达式来选取 XML 文档中的节点或节点集。节点是通过沿着路径 (path) 或者步 (steps) 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。

实例
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。

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。

实例
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。

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。

03-XPath轴

XPath 轴
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。

位置路径表达式
位置路径可以是绝对的,也可以是相对的。
绝对路径起始于正斜杠( / ),而相对路径不会这样。在两种情况中,位置路径均包括一个或多个步,每个步均被斜杠分割:

绝对位置路径:
/step/step/...
相对位置路径:
step/step/...

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]
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。

04-XPath 运算符

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
|           计算两个节点集 //book | //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
=           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 falseor          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 falseand         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 falsemod         计算除法的余数 5 mod 2         1

05-XPath实例



<bookstore>

<book category="COOKING">
  <title lang="en">Everyday Italiantitle>
  <author>Giada De Laurentiisauthor>
  <year>2005year>
  <price>30.00price>
book>

<book category="CHILDREN">
  <title lang="en">Harry Pottertitle>
  <author>J K. Rowlingauthor>
  <year>2005year>
  <price>29.99price>
book>

<book category="WEB">
  <title lang="en">XQuery Kick Starttitle>
  <author>James McGovernauthor>
  <author>Per Bothnerauthor>
  <author>Kurt Cagleauthor>
  <author>James Linnauthor>
  <author>Vaidyanathan Nagarajanauthor>
  <year>2003year>
  <price>49.99price>
book>

<book category="WEB">
  <title lang="en">Learning XMLtitle>
  <author>Erik T. Rayauthor>
  <year>2003year>
  <price>39.95price>
book>

bookstore>

选取所有 title
下面的例子选取所有 title 节点:

/bookstore/book/title

选取第一个 book 的 title
下面的例子选取 bookstore 元素下面的第一个 book 节点的 title:

/bookstore/book[1]/title

选取所有价格
下面的例子选取 price 节点中的所有文本:

/bookstore/book/price/text()

选取价格高于 35 的 price 节点
下面的例子选取价格高于 35 的所有 price 节点:

/bookstore/book[price>35]/price

选取价格高于 35 的 title 节点
下面的例子选取价格高于 35 的所有 title 节点:

/bookstore/book[price>35]/title

你可能感兴趣的:(爬虫)