Python连载50-贪婪匹配、XPath介绍

一、贪婪和非贪婪

1.贪婪：尽可能多的匹配，（*）表示贪婪匹配

2.非贪婪：找到符合条件的最小内容即可，（？）表示非贪婪

3.正则默认使用贪婪匹配

 

import re

title = u"<div>name</div><div>age</div>"

p1 = re.compile(r"<div>.*</div>")#贪婪模式

p2 = re.compile(r"<div>.*?<div>")#非贪婪模式

m1 = p1.search(title)

print(m1.group())

​

m2 = p2.search(title)

print(m2.group())

二、xpath

1.释义：在xml文件中查找信息的一套规则/语言，根据xml的元素

文档帮助：http://www.w3cshool.com.cn/xpath/index.asp

2.xpath开发工具

开源的xpath表达式编辑工具：xmlquire

chrome插件：xpath helper

firefox插件：xpath checker

3.怎么在xml文件中选取节点

（1）nodename：选取此节点的所有子节点

（2）/：从根节点开始选取

例子：/student：没有结果

/school：选取school节点

（3）//：选取节点，不考虑位置

例子：//age：选取三个节点，一般组成列表返回

（4）.：选取当前节点

（5）..：选取当前节点的父亲节点

（6）@：选取属性

（7）xpath中查找一般按照路径方法查找

school/teacher：返回teacher节点

school/student：返回两个student节点

//student：选取所有student的节点，不考虑位置

school//age：选取school后代中所有的age节点

//@other：选取other属性

//age[@details]：选取带有属性details的age元素

<?xml version="1.0" encoding="utf-8" ?>

<school>

    <teacher desc="pythonteacher" score="good">

        <name>liudana</name>

        <age_1 details="age for year 2010">18</age_1>

        <mobile>13260446055</mobile>

    </teacher>

    <student>

        <name other="他是班长">zhangsan</name>

        <age details="the youngest boy in class">14</age>

    </student>

    <student>

        <name>lisi</name>

        <age>19</age>

        <mobile>15578875040</mobile>

    </student>

</school>

4.谓语

/school/student[1]：选取school下面的第一个student节点

/school/student[last()]：选取school下面的最后一个student节点

/school/student[last()-1]：选取school下面的倒数第二个student节点

/school/student[position()<3]：选取school下面的前两个节点

//student[@score]：选取带有属性score的student节点

//student[@score="99"]：选取带有属性score并且属性值为99的student节点

//student[@score]/age：选取带有属性score的student节点的子节点age

5.xpath中的一些操作

（1）|：或者

例如：//student[@score] | //teacher：选取带有属性score的student节点或者teacher节点

（2）其余不常见的xpath运算符号包括+.-.*,div(除法的意思),>,<

二、源码

d31_2_greedmatch.py

d32_1_school.xml

https://github.com/ruigege66/python_learning/blob/master/d31_2_greedmatch.py

https://github.com/ruigege66/python_learning/blob/master/d32_1_school.xml

2.csdn：https://blog.csdn.net/weixin_44630050（心悦君兮君不知-睿）

3.博客园：https://www.cnblogs.com/ruigege0000/

4.欢迎关注微信公众号：傅里叶变换，个人公众号，仅用于学习交流，后台回复”礼包“，获取大数据学习资料