xpath&css选择器

时间  2019-11-07
标签 xpath&css xpath css 选择器 栏目 CSS 繁體版
原文   原文链接

本文参考较多，原创基本没有，权当知识概括。
xpath并不复杂，简单的使用看完以后，及时查阅文档也是能够写出来的。
这里放上个人练手文件，你们能够参考，或者挑毛病(^__^) 嘻嘻……
xpath练手项目css

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）。html

节点实际上就是各类html标签，属性，以及被标签包围的文字。node

搜索方法python

xpath使用路径表达式在xml文档中选取节点。节点经过路径或者step来选取。在形式上，"路径表达式"与传统的文件系统很是相似。git

  • 斜杠（/）做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，好比/step/step/...。
  • 相对路径（relative path）则是除了绝对路径之外的其余*法，好比 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：github

路径表达式 结果
bookstore 选取 bookstore 元素的全部子节点。
/bookstore 选取根元素 bookstore。注释：假如路径起始于正斜杠( / )，则此路径始终表明到某元素的绝对路径！
bookstore/book 选取属于 bookstore 的子元素的全部 book 元素。
//book 选取全部 book 子元素，而无论它们在文档中的位置。
bookstore//book 选择属于 bookstore 元素的后代的全部 book 元素，而无论它们位于 bookstore 之下的什么位置。
//@lang 选取名为 lang 的全部属性。

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。express

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] 选取全部拥有名为 lang 的属性的 title 元素。
//title[@lang='eng'] 选取全部 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 元素的全部 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 元素的全部 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。网络

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，咱们列出了一些路径表达式，以及这些表达式的结果：测试

路径表达式 结果
/bookstore/* 选取 bookstore 元素的全部子元素。
//* 选取文档中的全部元素。
//title[@*] 选取全部带有属性的 title 元素。

经过在路径表达式中使用“|”运算符，能够选取若干个路径。且供选择的路径之间并没有关联。互不干扰，必须各自是完整的独立的路径。ui

xpath轴可定义相对于当前节点的节点集。

轴名称 结果
ancestor 选取当前节点的全部先辈（父、祖父等）。
ancestor-or-self 选取当前节点的全部先辈（父、祖父等）以及当前节点自己。
attribute 选取当前节点的全部属性。
child 选取当前节点的全部子元素。
descendant 选取当前节点的全部后代元素（子、孙等）。
descendant-or-self 选取当前节点的全部后代元素（子、孙等）以及当前节点自己。
following 选取文档中当前节点的结束标签以后的全部节点。
namespace 选取当前节点的全部命名空间节点。
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以前的全部节点。
preceding-sibling 选取当前节点以前的全部同级节点。
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）

更深刻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 选取全部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::* 选取当前节点的全部子元素。
attribute::* 选取当前节点的全部属性。
child::text() 选取当前节点的全部文本子节点。
child::node() 选取当前节点的全部子节点。
descendant::book 选取当前节点的全部 book 后代。
ancestor::book 选择当前节点的全部 book 先辈。
ancestor-or-self::book 选取当前节点的全部 book 先辈以及当前节点（若是此节点是 book 节点）
child::*/child::price 选取当前节点的全部 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 返回全部拥有 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 若是 price 是 9.80，则返回 true。若是 price 是 9.90，则返回 false。
!= 不等于 price!=9.80 若是 price 是 9.90，则返回 true。若是 price 是 9.80，则返回 false。
< 小于 price<9.80 若是 price 是 9.00，则返回 true。若是 price 是 9.90，则返回 false。
<= 小于或等于 price<=9.80 若是 price 是 9.00，则返回 true。若是 price 是 9.90，则返回 false。
> 大于 price>9.80 若是 price 是 9.90，则返回 true。若是 price 是 9.80，则返回 false。
>= 大于或等于 price>=9.80 若是 price 是 9.90，则返回 true。若是 price 是 9.70，则返回 false。
or 或 price=9.80 or price=9.70 若是 price 是 9.80，则返回 true。若是 price 是 9.50，则返回 false。
and 与 price>9.00 and price<9.90 若是 price 是 9.80，则返回 true。若是 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 = '''
<div>
    <ul>
         <li class="item-0"><a href="link1.html">first item</a></li>
         <li class="item-1"><a href="link2.html">second item</a></li>
         <li class="item-inactive"><a href="link3.html">third item</a></li>
         <li class="item-1"><a href="link4.html">fourth item</a></li>
         <li class="item-0"><a href="link5.html">fifth item</a>
     </ul>
 </div>
'''
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，匹配全部使用E标签的元素
3. .info class选择器，匹配全部class属性中包含info的元素
4. #footer id选择器，匹配全部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，同时匹配全部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，匹配全部属于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，匹配全部E元素的子元素F
8. E + F 毗邻元素选择器，匹配全部紧随E元素以后的同级元素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] 匹配全部具备att属性的E元素，不考虑它的值。（注意：E在此处能够省略，好比"[cheacked]"。如下同。）
10. E[att=val] 匹配全部att属性等于"val"的E元素
11. E[att~=val] 匹配全部att属性具备多个空格分隔的值、其中一个值等于"val"的E元素
12. E[att\ =val] 匹配全部att属性具备多个连字号分隔（hyphen-separated）的值、其中一个值以"val"开头的E元素，主要用于lang属性，好比"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 匹配全部未被点击的连接
15. E:visited 匹配全部已被点击的连接
16. E:active 匹配鼠标已经其上按下、尚未释放的E元素
17. E:hover 匹配鼠标悬停其上的E元素
18. E:focus 匹配得到当前焦点的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元素以前插入生成的内容
23. E:after 在E元素以后插入生成的内容 
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元素以后的同级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:#ddd; }

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()做用相似，可是仅匹配使用同种标签的元素
36. E:nth-last-of-type(n) 与:nth-last-child() 做用相似，可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惟一一个子元素，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，文本节点也被看做子元素 
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
相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程