XPath für alle Knoten erhalten

gibt es eine Bibliothek, die mir XPATH alle Knoten, die in HTML-Seite ?

InformationsquelleAutor der Frage user583726 | 2011-04-13

  1. 34

    gibt es eine Bibliothek, die mir geben können
    XPATH alle Knoten, die in HTML-Seite

    Ja, wenn diese HTML-Seite ist ein wohlgeformtes XML-Dokument.

    Je nachdem, was Sie verstehen von "Knoten"...

    //*

    wählt alle Elemente im Dokument.

    /descendant-or-self::node()

    wählt alle Elemente, Textknoten, Verarbeitungsanweisungen, kommentarknoten, und der root-Knoten /.

    //text()

    selektiert alle text-Knoten in das Dokument.

    //comment()

    wählt alle kommentarknoten im Dokument.

    //processing-instruction()

    selektiert alle processing instructions im Dokument.

    //@*

    wählt alle Attribut-Knoten in die Dokument.

    //namespace::*

    wählt alle namespace-Knoten in die Dokument.

    Schließlich können Sie kombinieren alle der oben genannten Ausdrücke mit der union ( | ) - operator.

    So, ich glaube, dass der folgende Ausdruck wirklich selektiert "alle Knoten" von einem XML-Dokument:

    /descendant-or-self::node() | //@* | //namespace::*

    InformationsquelleAutor der Antwort Dimitre Novatchev

  2. 1

    In diesem Fall ist hilfreich für jemanden, wenn Sie mit python/lxml, müssen Sie zuerst den Baum, und dann Abfrage, Baum-mit XPATH-Pfade, Dimitre Listen oben.

    Um den Baum:

    import lxml
from lxml import html, etree

your_webpage_string = "<html><head><title>test<body><h1>page title</h3>"
bad_html = lxml.html.fromstring(your_webpage_string)
good_html = etree.tostring(root, pretty_print=True).strip()
your_tree = etree.fromstring(good_html)
all_xpaths = your_tree.xpath('//*')

    In der letzten Zeile, ersetzen Sie "//* ' mit xpath-was auch immer Sie wollen. all_xpaths ist jetzt eine Liste die wie folgt aussieht:

    [<Element html at 0x7ff740b24b90>,
 <Element head at 0x7ff740b24d88>,
 <Element title at 0x7ff740b24dd0>,
 <Element body at 0x7ff740b24e18>,
 <Element h1 at 0x7ff740b24e60>]

    InformationsquelleAutor der Antwort tegan

Schreibe einen Kommentar