本文主要圍繞以xpath和lxml庫進(jìn)行展開：

一、xpath 概念、xpath節(jié)點、xpath語法、xpath軸、xpath運算符

二、lxml的安裝、lxml的使用、lxml案例

一、xpath

1．xpath概念

XPath 是一門在 XML 文檔中查找信息的語言。XPath 使用路徑表達(dá)式在 XML 文檔中進(jìn)行導(dǎo)航 。XPath 包含一個標(biāo)準(zhǔn)函數(shù)庫 。XPath 是 XSLT 中的主要元素 。XPath 是一個 W3C 標(biāo)準(zhǔn) 。

2．xpath節(jié)點

xpath有七種類型的節(jié)點：元素、屬性、文本、命名空間、處理指令、注釋以及文檔（根）節(jié)點。

節(jié)點關(guān)系：父、子、兄弟、先輩、后輩。

3．xpath語法

xpath語法在W3c網(wǎng)站上有詳細(xì)的介紹，這里截取部分知識，供大家學(xué)習(xí)。

XPath 使用路徑表達(dá)式在 XML 文檔中選取節(jié)點。節(jié)點是通過沿著路徑或者 step 來選取的。下面列出了最有用的路徑表達(dá)式：

表達(dá)式描述nodename選取此節(jié)點的所有子節(jié)點。／從根節(jié)點選取。／／從匹配選擇的當(dāng)前節(jié)點選擇文檔中的節(jié)點，而不考慮它們的位置。．選取當(dāng)前節(jié)點。．．選取當(dāng)前節(jié)點的父節(jié)點。＠選取屬性。

在下面的表格中，我們已列出了一些路徑表達(dá)式以及表達(dá)式的結(jié)果：

路徑表達(dá)式結(jié)果bookstore選取 bookstore 元素的所有子節(jié)點。／bookstore選取根元素 bookstore。注釋：假如路徑起始于正斜杠（ ／ ），則此路徑始終代表到某元素的絕對路徑！bookstore／book選取屬于 bookstore 的子元素的所有 book 元素。／／book選取所有 book 子元素，而不管它們在文檔中的位置。bookstore／／book選擇屬于 bookstore 元素的后代的所有 book 元素，而不管它們位于 bookstore 之下的什么位置。／／＠lang選取名為 lang 的所有屬性。

謂語（Predicates）

謂語用來查找某個特定的節(jié)點或者包含某個指定的值的節(jié)點。

謂語被嵌在方括號中。

在下面的表格中，我們列出了帶有謂語的一些路徑表達(dá)式，以及表達(dá)式的結(jié)果：

路徑表達(dá)式結(jié)果／bookstore／book［1］選取屬于 bookstore 子元素的第一個 book 元素。／bookstore／book［last（）］選取屬于 bookstore 子元素的最后一個 book 元素。／bookstore／book［last（）－1］選取屬于 bookstore 子元素的倒數(shù)第二個 book 元素。／bookstore／book［position（）＜3］選取最前面的兩個屬于 bookstore 元素的子元素的 book 元素。／／title［＠lang］選取所有擁有名為 lang 的屬性的 title 元素。／／title［＠lang＝＇eng＇］選取所有 title 元素，且這些元素?fù)碛兄禐?eng 的 lang 屬性。／bookstore／book［price＞35．00］選取 bookstore 元素的所有 book 元素，且其中的 price 元素的值須大于 35．00。／bookstore／book［price＞35．00］／title選取 bookstore 元素中的 book 元素的所有 title 元素，且其中的 price 元素的值須大于  35．00。

選取未知節(jié)點

XPath 通配符可用來選取未知的 XML 元素。

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

在下面的表格中，我們列出了一些路徑表達(dá)式，以及這些表達(dá)式的結(jié)果：

路徑表達(dá)式結(jié)果／bookstore選取 bookstore 元素的所有子元素。／選取文檔中的所有元素。／／title［＠＊］選取所有帶有屬性的 title 元素。

選取若干路徑

通過在路徑表達(dá)式中使用＂｜＂運算符，您可以選取若干個路徑。

在下面的表格中，我們列出了一些路徑表達(dá)式，以及這些表達(dá)式的結(jié)果：

路徑表達(dá)式結(jié)果／／book／title ｜ ／／book／price選取 book 元素的所有 title 和 price 元素。／／title ｜ ／／price選取文檔中的所有 title 和 price 元素。／bookstore／book／title ｜ ／／price選取屬于 bookstore 元素的 book 元素的所有 title 元素，以及文檔中所有的 price  元素。