Python re模組， xpath 用法

jiuyang發表於2017-11-01
Python

1、re正則的用法總結

　　（1）、 ^ 表示以哪個字元為開頭      eg:  '^g' 表示以g開頭的字串      . 表示任意字元 '^g.d'  表示以g開頭第二個為任意字元，第三個為b的字串  *表示  某個字元出現任意多次 

import re  


line = 'bobby123'

regex_str = '^b.*'   #以b開頭的任意字串出現任意多次   ^以什麼開頭   .任何字元  *出現任意多次

if re.match(regex_str,line):
    print('yes')

　　（2）、$表示以某個字元為結尾的字串

lines = 'bobby123'

regex_strs = '^b.*3$'   #以b開頭的任意字串出現任意多次   ^以什麼開頭   .任何字元  *出現任意多次   $以什麼字元結束

if re.match(regex_strs,lines):
    print('yes')

　　執行結果為：'yes'

　　（3）、  ?表示非貪婪模式匹配（不太清楚，大致為貪婪模式匹配時會從字串兩頭向中間匹配，非貪婪由左往右匹配，匹配結果會有不同）；()表示提取子串；+表示字元出現至少一次

#非貪婪模式 ？  貪婪模式不加？就好

lines = 'boooooooooooooobby123'

regex_strs = '.*?(b.*?b).*'   #()提取子串

mat =  re.match(regex_strs,lines)
print(mat.group(1))

　　執行結果為：'boooooooooooooob' ； 

 

貪婪匹配eg：

 

 

# +的用法 字元出現至少一次
lines = 'boooooooooooooobbbbby123'

regex_strs = '.*(b.+b).*'   #()提取子串 貪婪加+ 結果為bbb

mat =  re.match(regex_strs,lines)
print(mat.group(1))

 

　　執行結果為：'bbb'

2、xpath語法

XML 例項文件

我們將在下面的例子中使用這個 XML 文件。

<?xml version="1.0" encoding="ISO-8859-1"?>

<bookstore>

<book>
  <title lang="eng">Harry Potter</title>
  <price>29.99</price>
</book>

<book>
  <title lang="eng">Learning XML</title>
  <price>39.95</price>
</book>

</bookstore>

選取節點

XPath 使用路徑表示式在 XML 文件中選取節點。節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示式：

表示式描述
nodename 選取此節點的所有子節點。
/ 從根節點選取。
// 從匹配選擇的當前節點選擇文件中的節點，而不考慮它們的位置。
. 選取當前節點。
.. 選取當前節點的父節點。
@ 選取屬性。

例項

在下面的表格中，我們已列出了一些路徑表示式以及表示式的結果：

路徑表示式結果
bookstore 選取 bookstore 元素的所有子節點。
/bookstore

選取根元素 bookstore。

註釋：假如路徑起始於正斜槓( / )，則此路徑始終代表到某元素的絕對路徑！
bookstore/book 選取屬於 bookstore 的子元素的所有 book 元素。
//book 選取所有 book 子元素，而不管它們在文件中的位置。
bookstore//book 選擇屬於 bookstore 元素的後代的所有 book 元素，而不管它們位於 bookstore 之下的什麼位置。
//@lang 選取名為 lang 的所有屬性。

謂語（Predicates）

謂語用來查詢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。

例項

在下面的表格中，我們列出了帶有謂語的一些路徑表示式，以及表示式的結果：

路徑表示式結果
/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，且這些元素擁有值為 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 元素的值須大於 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 元素的值須大於 35.00。

選取未知節點

XPath 萬用字元可用來選取未知的 XML 元素。

萬用字元描述
* 匹配任何元素節點。
@* 匹配任何屬性節點。
node() 匹配任何型別的節點。

例項

在下面的表格中，我們列出了一些路徑表示式，以及這些表示式的結果：

路徑表示式結果
/bookstore/* 選取 bookstore 元素的所有子元素。
//* 選取文件中的所有元素。
//title[@*] 選取所有帶有屬性的 title 元素。

選取若干路徑

通過在路徑表示式中使用“|”運算子，您可以選取若干個路徑。

例項

在下面的表格中，我們列出了一些路徑表示式，以及這些表示式的結果：

路徑表示式結果
//book/title | //book/price 選取 book 元素的所有 title 和 price 元素。
//title | //price 選取文件中的所有 title 和 price 元素。
/bookstore/book/title | //price 選取屬於 bookstore 元素的 book 元素的所有 title 元素，以及文件中所有的 price 元素。

 本文來源 w3cschool 連結 http://www.w3school.com.cn/xpath/xpath_syntax.asp

 

相關文章