Python re模块, xpath 用法

时间:2022-05-02 22:32:31

1、re正则的用法总结

  (1)、 ^ 表示以哪个字符为开头      eg:  '^g' 表示以g开头的字符串      . 表示任意字符 '^g.d'  表示以g开头第二个为任意字符,第三个为b的字符串  *表示  某个字符出现任意多次 

import re  


line
= 'bobby123'

regex_str
= '^b.*' #以b开头的任意字符串出现任意多次 ^以什么开头 .任何字符 *出现任意多次

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

  (2)、$表示以某个字符为结尾的字符串

lines = 'bobby123'

regex_strs
= '^b.*3$' #以b开头的任意字符串出现任意多次 ^以什么开头 .任何字符 *出现任意多次 $以什么字符结束

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

  运行结果为:'yes'

  (3)、  ?表示非贪婪模式匹配(不太清楚,大致为贪婪模式匹配时会从字符串两头向中间匹配,非贪婪由左往右匹配,匹配结果会有不同);()表示提取子串;+表示字符出现至少一次

#非贪婪模式 ?  贪婪模式不加?就好

lines
= 'boooooooooooooobby123'

regex_strs
= '.*?(b.*?b).*' #()提取子串

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

  运行结果为:'boooooooooooooob' ; 

 

贪婪匹配eg:

 

 

# +的用法 字符出现至少一次
lines = 'boooooooooooooobbbbby123'

regex_strs
= '.*(b.+b).*' #()提取子串 贪婪加+ 结果为bbb

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

 

  运行结果为:'bbb'

2、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。

<?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>

选取节点

XPath 使用路径表达式在 XML 文档中选取节点。节点是通过沿着路径或者 step 来选取的。

下面列出了最有用的路径表达式:

表达式 描述
nodename 选取此节点的所有子节点。
/ 从根节点选取。
// 从匹配选择的当前节点选择文档中的节点,而不考虑它们的位置。
. 选取当前节点。
.. 选取当前节点的父节点。
@ 选取属性。

实例

在下面的表格中,我们已列出了一些路径表达式以及表达式的结果:

路径表达式 结果
bookstore 选取 bookstore 元素的所有子节点。
/bookstore

选取根元素 bookstore。

注释:假如路径起始于正斜杠( / ),则此路径始终代表到某元素的绝对路径!

bookstore/book 选取属于 bookstore 的子元素的所有 book 元素。
//book 选取所有 book 子元素,而不管它们在文档中的位置。
bookstore//book 选择属于 bookstore 元素的后代的所有 book 元素,而不管它们位于 bookstore 之下的什么位置。
//@lang 选取名为 lang 的所有属性。

谓语(Predicates)

谓语用来查找某个特定的节点或者包含某个指定的值的节点。

谓语被嵌在方括号中。

实例

在下面的表格中,我们列出了带有谓语的一些路径表达式,以及表达式的结果:

路径表达式 结果
/bookstore/book[1] 选取属于 bookstore 子元素的第一个 book 元素。
/bookstore/book[last()] 选取属于 bookstore 子元素的最后一个 book 元素。
/bookstore/book[last()-1] 选取属于 bookstore 子元素的倒数第二个 book 元素。
/bookstore/book[position()<3] 选取最前面的两个属于 bookstore 元素的子元素的 book 元素。
//title[@lang] 选取所有拥有名为 lang 的属性的 title 元素。
//title[@lang='eng'] 选取所有 title 元素,且这些元素拥有值为 eng 的 lang 属性。
/bookstore/book[price>35.00] 选取 bookstore 元素的所有 book 元素,且其中的 price 元素的值须大于 35.00。
/bookstore/book[price>35.00]/title 选取 bookstore 元素中的 book 元素的所有 title 元素,且其中的 price 元素的值须大于 35.00。

选取未知节点

XPath 通配符可用来选取未知的 XML 元素。

通配符 描述
* 匹配任何元素节点。
@* 匹配任何属性节点。
node() 匹配任何类型的节点。

实例

在下面的表格中,我们列出了一些路径表达式,以及这些表达式的结果:

路径表达式 结果
/bookstore/* 选取 bookstore 元素的所有子元素。
//* 选取文档中的所有元素。
//title[@*] 选取所有带有属性的 title 元素。

选取若干路径

通过在路径表达式中使用“|”运算符,您可以选取若干个路径。

实例

在下面的表格中,我们列出了一些路径表达式,以及这些表达式的结果:

路径表达式 结果
//book/title | //book/price 选取 book 元素的所有 title 和 price 元素。
//title | //price 选取文档中的所有 title 和 price 元素。
/bookstore/book/title | //price 选取属于 bookstore 元素的 book 元素的所有 title 元素,以及文档中所有的 price 元素。

 本文来源 w3cschool 链接 http://www.w3school.com.cn/xpath/xpath_syntax.asp

Python re模块, xpath 用法