xpath&css選擇器

時間  2019-11-07
標籤 xpath&css xpath css 選擇器 欄目 CSS 简体版
原文   原文鏈接

本文參考較多，原創基本沒有，權當知識概括。
xpath並不複雜，簡單的使用看完以後，及時查閱文檔也是能夠寫出來的。
這裏放上個人練手文件，你們能夠參考，或者挑毛病(^__^) 嘻嘻……
xpath練手項目css

XPATH（參考 w3school 和 靜覓 和 阮一峯的網絡日誌）

在 XPath 中，有七種類型的節點：元素、屬性、文本、命名空間、處理指令、註釋以及文檔節點（或稱爲根節點）。html

節點實際上就是各類html標籤，屬性，以及被標籤包圍的文字。node

搜索方法python

xpath使用路徑表達式在xml文檔中選取節點。節點經過路徑或者step來選取。在形式上，"路徑表達式"與傳統的文件系統很是相似。git

  • 斜槓（/）做爲路徑內部的分割符。
  • 同一個節點有絕對路徑和相對路徑兩種寫法。
  • 絕對路徑（absolute path）必須用"/"起首，後面緊跟根節，好比/step/step/...。
  • 相對路徑（relative path）則是除了絕對路徑之外的其餘*法，好比 step/step，也就是不使用"/"起首。
  • "."表示當前節點。
  • ".."表示當前節點的父節點

下面是詳細介紹：github

路徑表達式 結果
bookstore 選取 bookstore 元素的全部子節點。
/bookstore 選取根元素 bookstore。註釋：假如路徑起始於正斜槓( / )，則此路徑始終表明到某元素的絕對路徑！
bookstore/book 選取屬於 bookstore 的子元素的全部 book 元素。
//book 選取全部 book 子元素，而無論它們在文檔中的位置。
bookstore//book 選擇屬於 bookstore 元素的後代的全部 book 元素，而無論它們位於 bookstore 之下的什麼位置。
//@lang 選取名爲 lang 的全部屬性。

謂語（Predicates）謂語用來查找某個特定的節點或者包含某個指定的值的節點。謂語被嵌在方括號中。express

路徑表達式 結果
/bookstore/book[1] 選取屬於 bookstore 子元素的第一個 book 元素。
/bookstore/book[last()] 選取屬於 bookstore 子元素的最後一個 book 元素。
/bookstore/book[last()-1] 選取屬於 bookstore 子元素的倒數第二個 book 元素。
/bookstore/book[position()<3] 選取最前面的兩個屬於 bookstore 元素的子元素的 book 元素。
//title[@lang] 選取全部擁有名爲 lang 的屬性的 title 元素。
//title[@lang='eng'] 選取全部 title 元素，且這些元素擁有值爲 eng 的 lang 屬性。
/bookstore/book[price>35.00] 選取 bookstore 元素的全部 book 元素，且其中的 price 元素的值須大於 35.00。
/bookstore/book[price>35.00]/title 選取 bookstore 元素中的 book 元素的全部 title 元素，且其中的 price 元素的值須大於 35.00。

XPath 通配符可用來選取未知的 XML 元素。網絡

通配符 描述
* 匹配任何元素節點。
@* 匹配任何屬性節點。
node() 匹配任何類型的節點。

在下面的表格中，咱們列出了一些路徑表達式，以及這些表達式的結果：測試

路徑表達式 結果
/bookstore/* 選取 bookstore 元素的全部子元素。
//* 選取文檔中的全部元素。
//title[@*] 選取全部帶有屬性的 title 元素。

經過在路徑表達式中使用「|」運算符，能夠選取若干個路徑。且供選擇的路徑之間並沒有關聯。互不干擾，必須各自是完整的獨立的路徑。ui

xpath軸可定義相對於當前節點的節點集。

軸名稱 結果
ancestor 選取當前節點的全部先輩（父、祖父等）。
ancestor-or-self 選取當前節點的全部先輩（父、祖父等）以及當前節點自己。
attribute 選取當前節點的全部屬性。
child 選取當前節點的全部子元素。
descendant 選取當前節點的全部後代元素（子、孫等）。
descendant-or-self 選取當前節點的全部後代元素（子、孫等）以及當前節點自己。
following 選取文檔中當前節點的結束標籤以後的全部節點。
namespace 選取當前節點的全部命名空間節點。
parent 選取當前節點的父節點。
preceding 選取文檔中當前節點的開始標籤以前的全部節點。
preceding-sibling 選取當前節點以前的全部同級節點。
self 選取當前節點。

步（step）包括：

軸（axis）

定義所選節點與當前節點之間的樹關係

節點測試（node-test）

識別某個軸內部的節點

零個或者更多謂語（predicate）

更深刻地提煉所選的節點集

步的語法：

軸名稱::節點測試[謂語]

實例

例子 結果
child::book 選取全部屬於當前節點的子元素的 book 節點。
attribute::lang 選取當前節點的 lang 屬性。
child::* 選取當前節點的全部子元素。
attribute::* 選取當前節點的全部屬性。
child::text() 選取當前節點的全部文本子節點。
child::node() 選取當前節點的全部子節點。
descendant::book 選取當前節點的全部 book 後代。
ancestor::book 選擇當前節點的全部 book 先輩。
ancestor-or-self::book 選取當前節點的全部 book 先輩以及當前節點（若是此節點是 book 節點）
child::*/child::price 選取當前節點的全部 price 孫節點。

下面列出了可用在 XPath 表達式中的運算符：

運算符 描述 實例 返回值
豎線 計算兩個節點集 //book（豎線）//cd 返回全部擁有 book 和 cd 元素的節點集
+ 加法 6 + 4 10
- 減法 6 - 4 2
* 乘法 6 * 4 24
div 除法 8 div 4 2
mod 計算除法的餘數 5 mod 2 1
= 等於 price=9.80 若是 price 是 9.80，則返回 true。若是 price 是 9.90，則返回 false。
!= 不等於 price!=9.80 若是 price 是 9.90，則返回 true。若是 price 是 9.80，則返回 false。
< 小於 price<9.80 若是 price 是 9.00，則返回 true。若是 price 是 9.90，則返回 false。
<= 小於或等於 price<=9.80 若是 price 是 9.00，則返回 true。若是 price 是 9.90，則返回 false。
> 大於 price>9.80 若是 price 是 9.90，則返回 true。若是 price 是 9.80，則返回 false。
>= 大於或等於 price>=9.80 若是 price 是 9.90，則返回 true。若是 price 是 9.70，則返回 false。
or 或 price=9.80 or price=9.70 若是 price 是 9.80，則返回 true。若是 price 是 9.50，則返回 false。
and 與 price>9.00 and price<9.90 若是 price 是 9.80，則返回 true。若是 price 是 8.50，則返回 false。

這裏主要使用是配合lxml庫，下面是一些例子。

#========
# 文本讀取
#========
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)
#========
# 文件讀取
#========
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選擇器（轉自阮一峯的網絡日誌）

基本選擇器

最基本的就是針對標籤，類以及id了。

序號 選擇器 含義
1. * 通用元素選擇器，匹配任何元素
2. E 標籤選擇器，匹配全部使用E標籤的元素
3. .info class選擇器，匹配全部class屬性中包含info的元素
4. #footer id選擇器，匹配全部id屬性等於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; }

多元素的組合選擇器(這個蠻實用的)

序號 選擇器 含義
5. E,F 多元素選擇器，同時匹配全部E元素或F元素，E和F之間用逗號分隔
6. E F 後代元素選擇器，匹配全部屬於E元素後代的F元素，E和F之間用空格分隔
7. E > F 子元素選擇器，匹配全部E元素的子元素F
8. E + F 毗鄰元素選擇器，匹配全部緊隨E元素以後的同級元素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 屬性選擇器

序號 選擇器 含義
9. E[att] 匹配全部具備att屬性的E元素，不考慮它的值。（注意：E在此處能夠省略，好比"[cheacked]"。如下同。）
10. E[att=val] 匹配全部att屬性等於"val"的E元素
11. E[att~=val] 匹配全部att屬性具備多個空格分隔的值、其中一個值等於"val"的E元素
12. E[att\ =val] 匹配全部att屬性具備多個連字號分隔（hyphen-separated）的值、其中一個值以"val"開頭的E元素，主要用於lang屬性，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中的僞類

序號 選擇器 含義
13. E:first-child 匹配父元素的第一個子元素
14. E:link 匹配全部未被點擊的連接
15. E:visited 匹配全部已被點擊的連接
16. E:active 匹配鼠標已經其上按下、尚未釋放的E元素
17. E:hover 匹配鼠標懸停其上的E元素
18. E:focus 匹配得到當前焦點的E元素
19. E:lang(c) 匹配lang屬性等於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中的僞元素

序號 選擇器 含義
20. E:first-line 匹配E元素的第一行
21. E:first-letter 匹配E元素的第一個字母
22. E:before 在E元素以前插入生成的內容
23. E:after 在E元素以後插入生成的內容 
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的同級元素通用選擇器

序號 選擇器 含義
24. E ~ F 匹配任何在E元素以後的同級F元素 
p ~ ul { background:#ff0; }

CSS 3 屬性選擇器

序號 選擇器 含義
25. E[att^="val"] 屬性att的值以"val"開頭的元素
26. E[att$="val"] 屬性att的值以"val"結尾的元素
27. E[att*="val"] 屬性att的值包含"val"字符串的元素 
div[id^="nav"] { background:#ff0; }

CSS 3中與用戶界面有關的僞類

序號 選擇器 含義
28. E:enabled 匹配表單中激活的元素
29. E:disabled 匹配表單中禁用的元素
30. E:checked 匹配表單中被選中的radio（單選框）或checkbox（複選框）元素
31. E::selection 匹配用戶當前選中的元素 
input[type="text"]:disabled { background:#ddd; }

CSS 3中的結構性僞類(蠻實用的)

序號 選擇器 含義
32. E:root 匹配文檔的根元素，對於HTML文檔，就是HTML元素
33. E:nth-child(n) 匹配其父元素的第n個子元素，第一個編號爲1
34. E:nth-last-child(n) 匹配其父元素的倒數第n個子元素，第一個編號爲1
35. E:nth-of-type(n) 與:nth-child()做用相似，可是僅匹配使用同種標籤的元素
36. E:nth-last-of-type(n) 與:nth-last-child() 做用相似，可是僅匹配使用同種標籤的元素
37. E:last-child 匹配父元素的最後一個子元素，等同於:nth-last-child(1)
38. E:first-of-type 匹配父元素下使用同種標籤的第一個子元素，等同於:nth-of-type(1)
39. E:last-of-type 匹配父元素下使用同種標籤的最後一個子元素，等同於:nth-last-of-type(1)
40. E:only-child 匹配父元素下僅有的一個子元素，等同於: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種標籤的惟一一個子元素，等同於:first-of-type:last-of-type或 :nth-of-type(1):nth-last-of-type(1)
42. E:empty 匹配一個不包含任何子元素的元素，注意，文本節點也被看做子元素 
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的反選僞類

序號 選擇器 含義
43. E:not(s) 匹配不符合當前選擇器的任何元素 
:not(p) { border:1px solid #ccc; }

CSS 3中的 :target 僞類

序號 選擇器 含義
44. E:target 匹配文檔中特定"id"點擊後的效果
相關文章
相關標籤/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。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 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