[scrapy] 2025-05-02 圈点964
摘要:xpath使用表
XPath的谓词即筛选表达式,类似于SQL的where子句.
轴名称 | 结果 |
ancestor | 选取当前节点的所有先辈(父、祖父等) |
ancestor-or-self | 选取当前节点的所有先辈(父、祖父等)以及当前节点本身 |
attribute | 选取当前节点的所有属性 |
child | 选取当前节点的所有子元素。 |
descendant | 选取当前节点的所有后代元素(子、孙等)。 |
descendant-or-self | 选取当前节点的所有后代元素(子、孙等)以及当前节点本身。 |
following | 选取文档中当前节点的结束标签之后的所有节点。 |
namespace | 选取当前节点的所有命名空间节点 |
parent | 选取当前节点的父节点。 |
preceding | 直到所有这个节点的父辈节点,顺序选择每个父辈节点前的所有同级节点 |
preceding-sibling | 选取当前节点之前的所有同级节点。 |
self | 选取当前节点。 |
运算符/特殊字符 | 说明 |
/ | 此路径运算符出现在模式开头时,表示应从根节点选择。 |
// | 从当前节点开始递归下降,此路径运算符出现在模式开头时,表示应从根节点递归下降。 |
. | 当前上下文。 |
.. | 当前上下文节点父级。 |
* | 通配符;选择所有元素节点与元素名无关。(不包括文本,注释,指令等节点,如果也要包含这些节点请用node()函数) |
@ | 属性名的前缀。 |
@* | 选择所有属性,与名称无关。 |
: | 命名空间分隔符;将命名空间前缀与元素名或属性名分隔。 |
( ) | 括号运算符(优先级最高),强制运算优先级。 |
[ ] | 应用筛选模式(即谓词,包括"过滤表达式"和"轴(向前/向后)")。 |
[ ] | 下标运算符;用于在集合中编制索引。 |
| | 两个节点集合的联合,如://messages/message/to | //messages/message/cc |
- | 减法。 |
div, | 浮点除法。 |
and, or | 逻辑运算。 |
mod | 求余。 |
not() | 逻辑非 |
= | 等于 |
!= | 不等于 |
特殊比较运算符 | < 或者 < <= 或者 <= > 或者 > >= 或者 >= 需要转义的时候必须使用转义的形式,如在XSLT中,而在XMLDOM的scripting中不需要转义。 |
/ | Document Root文档根. |
/* | 选择文档根下面的所有元素节点,即根节点(XML文档只有一个根节点) |
/node() | 根元素下所有的节点(包括文本节点,注释节点等) |
/text() | 查找文档根节点下的所有文本节点 |
/messages/message | messages节点下的所有message节点 |
/messages/message[1] | messages节点下的第一个message节点 |
/messages/message[1]/self::node() | 第一个message节点(self轴表示自身,node()表示选择所有节点) |
/messages/message[1]/node() | 第一个message节点下的所有子节点 |
/messages/message[1]/*[last()] | 第一个message节点的最后一个子节点 |
/messages/message[1]/[last()] | Error,谓词前必须是节点或节点集 |
/messages/message[1]/node()[last()] | 第一个message节点的最后一个子节点 |
/messages/message[1]/text() | 第一个message节点的所有子节点 |
/messages/message[1]//text() | 第一个message节点下递归下降查找所有的文本节点(无限深度) |
/messages/message[1] /child::node() /messages/message[1] /node() /messages/message[position()=1]/node() //message[@id=1] /node() | 第一个message节点下的所有子节点 |
//message[@id=1] //child::node() | 递归所有子节点(无限深度) |
//message[position()=1]/node() | 选择id=1的message节点以及id=0的message节点 |
/messages/message[1] /parent::* | Messages节点 |
/messages/message[1]/body/attachments/parent::node() /messages/message[1]/body/attachments/parent::* /messages/message[1]/body/attachments/.. | attachments节点的父节点。父节点只有一个,所以node()和* 返回结果一样。 (..也表示父节点. 表示自身节点) |
//message[@id=0]/ancestor::* | Ancestor轴表示所有的祖辈,父,祖父等。 向上递归 |
//message[@id=0]/ancestor-or-self::* | 向上递归,包含自身 |
//message[@id=0]/ancestor::node() | 对比使用*,多一个文档根元素(Document root) |
/messages/message[1]/descendant::node() //messages/message[1]//node() | 递归下降查找message节点的所有节点 |
/messages/message[1]/sender/following::* | 查找第一个message节点的sender节点后的所有同级节点,并对每一个同级节点递归向下查找。 |
//message[@id=1]/sender/following-sibling::* | 查找id=1的message节点的sender节点的所有后续的同级节点。 |
//message[@id=1]/datetime/@date | 查找id=1的message节点的datetime节点的date属性 |
//message[@id=1]/datetime[@date] //message/datetime[attribute::date] | 查找id=1的message节点的所有含有date属性的datetime节点 |
//message[datetime] | 查找所有含有datetime节点的message节点 |
//message/datetime/attribute::* //message/datetime/attribute::node() //message/datetime/@* | 返回message节点下datetime节点的所有属性节点 |
//message/datetime[attribute::*] //message/datetime[attribute::node()] //message/datetime[@*] //message/datetime[@node()] | 选择所有含有属性的datetime节点 |
//attribute::* | 选择根节点下的所有属性节点 |
//message[@id=0]/body/preceding::node() | 顺序选择body节点所在节点前的所有同级节点。(查找顺序为:先找到body节点的顶级节点(根节点),得到根节点标签前的所有同级节点,执行完成后继续向下一级,顺序得到该节点标签前的所有同级节点,依次类推。) 注意:查找同级节点是顺序查找,而不是递归查找。 |
//message[@id=0]/body/preceding-sibling::node() | 顺序查找body标签前的所有同级节点。(和上例一个最大的区别是:不从最顶层开始到body节点逐层查找。我们可以理解成少了一个循环,而只查找当前节点前的同级节点) |
//message[@id=1]//*[namespace::amazon] | 查找id=1的所有message节点下的所有命名空间为amazon的节点。 |
//namespace::* | 文档中的所有的命名空间节点。(包括默认命名空间xmlns:xml) |
//message[@id=0]//books/*[local-name()='book'] | 选择books下的所有的book节点, 注意:由于book节点定义了命名空间<amazone:book>.若写成//message[@id=0]//books/book则查找不出任何节点。 |
//message[@id=0]//books/*[local-name()='book' and namespace-uri()='http://www.amazon.com/books/schema'] | 选择books下的所有的book节点,(节点名和命名空间都匹配) |
//message[@id=0]//books/*[local-name()='book'][year>2006] | 选择year节点值>2006的book节点 |
//message[@id=0]//books/*[local-name()='book'][1]/year>2006 | 指示第一个book节点的year节点值是否大于2006. 返回xs:boolean: true |