爬取的網站：http://jbk.39.net/chancegz/

這里只針對個別屬性值：

#例如：’別名’下的span標簽文本，‘發病部位’下的span標簽文本以及‘掛號科室‘下的span標簽文本#def disease(url): text = get_html(url) tree = etree.HTML(text) bm = tree.xpath(’//ul[@class='information_ul']/li/i[text()='別名：']/following-sibling::span/text()’) bw = tree.xpath(’//ul[@class='information_ul']/li/i[text()='發病部位：']/following-sibling::span/a/text()’) ks = tree.xpath(’//ul[@class='information_ul']/li/i[text()='掛號科室：']/following-sibling::span/a/text()’) return bm, bw, ks

補充其他：

# /從根元素開始，相當于絕對路徑 print(tree.xpath(’/html/body/ul’))# //全局搜索，找到所有 print(tree.xpath(’//li’)) ul = tree.xpath(’//ul’)# . 當前# 返回的都是列表，查找到所有li = ul[0].xpath(’./li’)print(li) for l in li: # 獲取屬性id的值 @idprint(l.xpath(’./@id’)) # 定位 /標簽[@屬性=’值’] liClass = tree.xpath('//li[@class=’liClass’]') print(liClass) #判斷，@屬性=’值’ --->返回True或Falseprint(tree.xpath('//li/@id=’12’')) print('===========================') #直接使用下標訪問，下標從1開始 獲取對個li里面的文本print(tree.xpath(’//li[2]/text()’))#last()最后一個print(tree.xpath(’//li[last()]/text()’)) #倒數第二個 print(tree.xpath(’//li[last()-1]/text()’))# position() 位置 > < = >= <= print(tree.xpath(’//li[position()>1]’))#* 通配 print(tree.xpath(’//*[@class='liClass']’))# 或 | print(tree.xpath(’//li[@class='liClass'] | //div[@class='liClass']’))

xpath基本語法

表達式 說明 article 選取所有article元素的所有子節點 /article 選取根元素article article/a 選取所有屬于article的子元素的a元素 //div 選取所有div元素（不管出現在文檔里的任何地方） article//div 選取所有屬于article元素的后代的div元素，不管它出現在article之下的任何位置 //@class 選取所有名為class的屬性 表達式 說明 /article/div[1] 選取屬于article子元素的第一個div元素 /article/div[last()] 選取屬于article子元素的最后一個div元素 /article/div[last()-1] 選取屬于article子元素的倒數第二個div元素 //div[@color] 選取所有擁有color屬性的div元素 //div[@color=‘red’] 選取所有color屬性值為red的div元素 表達式 說明 /div/* 選取屬于div元素的所有子節點 //* 選取所有元素 //div[@*] 選取所有帶屬性的div 元素 //div/a 丨//div/p 選取所有div元素的a和p元素 //span丨//ul 選取文檔中的span和ul元素 article/div/p丨//span 選取所有屬于article元素的div元素的p元素以及文檔中所有的 span元素

補充：

相鄰元素定位，前一位：preceding-sibling::div[1]后一位：following-sibling::div[1]前N位：preceding-sibling::div[N]后N位：following-sibling::div[N]# 爬取i標簽中包含相關檢查節點的兄弟 a節點（找到i節點—>找到其父節點->找到該父節點的子節點a）content = tree.xpath(’//i[contains(text(),'相關檢查：')]/../a[@class='blue']/text()’)xpath多個class限制//div[contains(@class, ’demo’) and contains(@class, ’other’)]xpath 同時多個標簽用| 分隔//div[contains(@class, 'jib-lh-articl')]/p | //div[contains(@class, 'jib-lh-articl')]/h3選擇不包含某一屬性的節點//div[not(@class)] 沒有class屬性的div//tbody/tr[not(@class or @id)]獲取當前節點的是什么類型的html標簽xpath_element.tag

補充知識：使用Xpath定位元素(和元素定位相關的Xpath語法)

本文主要講述Xpath語法中，和元素定位相關的語法

第一種方法：通過絕對路徑做定位（相信大家不會使用這種方式）

By.xpath('html/body/div/form/input')

第二種方法：通過相對路徑做定位

兩個斜杠代表相對路徑

By.xpath('//input//div')

第三種方法：通過元素索引定位

By.xpath('//input[4]')

第四種方法：使用xpath+節點屬性定位（結合第2、第3中方法可以使用）

By.xpath('//input[@id=’kw1’]')By.xpath('//input[@type=’name’ and @name=’kw1’]')

第五種方法：使用部分屬性值匹配（最強大的方法）

By.xpath('//input[start-with(@id,’nice’)]')By.xpath('//input[ends-with(@id,’很漂亮’)]')By.xpath('//input[contains(@id,’那么美’)]')

第六種方法：使用前集中方法的組合

By.xpath('//input[@id=’kw1’]//input[start-with(@id,’nice’]/div[1]/form[3])

以上這篇關于python中的xpath解析定位就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持好吧啦網。