python爬虫xpath菜鸟教程

python爬虫xpath菜鸟教程

XPath Examples

在本节，让我们通过实例来学习一些基础的 XPath 语法。

XML实例文档

我们将在下面的例子中使用这个 XML 文档：

&#l":

<?xml version="1.0" encoding="UTF-8"?>

Everyday Italian

Giada De Laurentiis

2005

30.00

Harry Potter

J K. Rowling

2005

29.99

XQuery Kick Start

James McGovern

Per Bothner

Kurt Cagle

James Linn

Vaidyanathan Nagarajan

2003

49.99

Learning XML

Erik T. Ray

2003

39.95

加载 XML 文档

所有现代浏览器都支持使用 XMLHttpRequest 来加载 XML 文档的方法。

针对大多数现代浏览器的代码：

var xmlhttp=new XMLHttpRequest()

针对古老的微软浏览器（IE 5 和 6）的代码：

var xmlhttp=new ActiveXObject("Microsoft.XMLHTTP")

选取节点

不幸的是，Internet Explorer 和其他处理 XPath 的方式不同。

在我们的例子中，包含适用于大多数主流浏览器的代码。

Internet Explorer 使用 selectNodes() 方法从 XML 文档中的选取节点：

xmlDoc.selectNodes(xpath);

Firefox、Chrome、Opera 以及 Safari 使用 evaluate() 方法从 XML 文档中选取节点：

xmlDoc.evaluate(xpath, xmlDoc, null, XPathResult.ANY_TYPE,null);

选取所有 title

下面的例子选取所有 title 节点：

实例

/bookstore/book/title

尝试一下 »

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：

实例

/bookstore/book[1]/title

尝试一下 »

这里有一个问题。上面的例子在 IE 和其他浏览器中输出不同的结果。

IE5 以及更高版本将 [0] 视为第一个节点，而根据 W3C 的标准，应该是 [1]。

一种解决方法！

为了解决 IE5+ 中 [0] 和 [1] 的问题，可以为 XPath 设置语言选择（SelectionLanguage）。

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

实例

xml.setProperty("SelectionLanguage","XPath");

xml.selectNodes("/bookstore/book[1]/title");

尝试一下 »

选取所有价格

下面的例子选取 price 节点中的所有文本：

实例

/bookstore/book/price/text()

尝试一下 »

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：

实例

/bookstore/book[price>35]/price

尝试一下 »

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：

实例

/bookstore/book[price>35]/title

尝试一下 »