Xpath与lxml_1XPath相关概念

一、概念

1 XPath

XPath是在XML文档中查找信息的语言，通过元素和属性进行导航。

XPath使用路径表达式对XML文档中的节点或节点集进行导航；

XPath包含一个标准函数库，包含超过100个内建函数，用于字符串值、数值、日期和时间比较、节点和QName处理、序列处理、逻辑值等；

Xpath是XSLT中的主要元素；

XPath是一个W3C标准。

2 lxml

lxml是处理XML的第三方Python库。

二、XPath术语

在XPath语境中，XML文档视为节点树，节点树的根节点视为文档节点。

XPath将节点树中节点分为七类，元素element、属性attribute、文本text、命名空间namespace、处理指令processing-instruction、注释comment和文档节点document node。

举例：

<?xml version="1.0" encoding="ISO-8859-1"?>

<bookstore>        <!--文档节点-->
	<book>
		<title lang="en">Harry Potter</title>  <!--lang="en"是属性节点-->
		<author>J K. Rowling</author>          <!--元素节点-->
		<year>2005</year>
		<price>29.99</price>
	</book>
</bookstore>

每一行表示一个节点，缩进表示各行之间的关系。

三、节点间关系

1 父parent

每个元素节点都有一个父节点，最顶层的元素父亲是根节点；

每个属性节点都有一个父节点，其父是元素。

如上文XML文档中，根bookstore是book的父节点，book是title, author, year, price的父节点，title是lang的父节点。

2 子children

元素节点可以有0个、1个或多个子。

如上文XML文档中，title, author, year, price是book的子节点。

3 同胞sibling

父节点相同的节点之间互为同胞，又兄弟。

如上文XML文档中，title, author, year, price互为同胞。

4 先辈ancestor

某节点的父节点、父的父，以此类推一直追溯到根节点之间的所有节点。

如上文中XML文档中，title, author, year, price的先辈是book, bookstore。

5 后代descendant

某节点的子节点、子的子，以此类推到最有一个子节点之间的所有节点。

如上文中XML文档中，bookstore的后代是title, author, year, price。