码迷,mamicode.com
首页 > 其他好文 > 详细

网络爬虫_XPath的学习(2)

时间:2016-04-04 16:29:52      阅读:152      评论:0      收藏:0      [点我收藏+]

标签:

   (1) XPath Axes(坐标轴)

      XML 实例文档

      我们将在下面的例子中使用此 XML 文档:

 1 <?xml version="1.0" encoding="ISO-8859-1"?>
 2 
 3 <bookstore>
 4 
 5 <book>
 6   <title lang="eng">Harry Potter</title>
 7   <price>29.99</price>
 8 </book>
 9 
10 <book>
11   <title lang="eng">Learning XML</title>
12   <price>39.95</price>
13 </book>
14 
15 </bookstore>

    

    XPath 轴

      轴可定义相对于当前节点的节点集。

    技术分享

 

    位置路径表达式

      位置路径可以是绝对的,也可以是相对的。

     绝对路径起始于正斜杠( / ),而相对路径不会这样。在两种情况中,位置路径均包括一个或多个步,每个步均被斜杠分割:

      绝对位置路径  /step/step/......

      相对位置路径     /step/step/......

      每个步均根据当前节点集之中的节点来进行计算。

     

    步(step)包括:

     * 轴(axis)

      定义所选节点与当前节点之间的树关系

     *节点测试(node-test)

      识别某个轴内部的节点

     *零个或者更多谓语(predicate)

      更深入地提炼所选的节点集

    步的语法:轴名称::节点测试[谓语]

 

    实例

      技术分享

 

    (2)XPath 运算符

      XPath 表达式可返回节点集、字符串、逻辑值以及数字。

      XPath 运算符

      下面列出了可用在 XPath 表达式中的运算符:

     技术分享

    

    (3)XPath实例

       XML实例文档

 

      我们将在下面的例子中使用这个 XML 文档:

      "books.xml" :

 1 <?xml version="1.0" encoding="ISO-8859-1"?>
 2 
 3 <bookstore>
 4 
 5 <book category="COOKING">
 6   <title lang="en">Everyday Italian</title>
 7   <author>Giada De Laurentiis</author>
 8   <year>2005</year>
 9   <price>30.00</price>
10 </book>
11 
12 <book category="CHILDREN">
13   <title lang="en">Harry Potter</title>
14   <author>J K. Rowling</author>
15   <year>2005</year>
16   <price>29.99</price>
17 </book>
18 
19 <book category="WEB">
20   <title lang="en">XQuery Kick Start</title>
21   <author>James McGovern</author>
22   <author>Per Bothner</author>
23   <author>Kurt Cagle</author>
24   <author>James Linn</author>
25   <author>Vaidyanathan Nagarajan</author>
26   <year>2003</year>
27   <price>49.99</price>
28 </book>
29 
30 <book category="WEB">
31   <title lang="en">Learning XML</title>
32   <author>Erik T. Ray</author>
33   <year>2003</year>
34   <price>39.95</price>
35 </book>
36 
37 </bookstore>

    加载 XML 文档

      所有现代浏览器都支持使用 XMLHttpRequest 来加载 XML 文档的方法。

      针对大多数现代浏览器的代码:

var xmlhttp=new XMLHttpRequest()

      针对古老的微软浏览器(IE 5 和 6)的代码:

var xmlhttp=new ActiveXObject("Microsoft.XMLHTTP")

      

    选取节点    

    不幸的是,Internet Explorer 和其他处理 XPath 的方式不同。

    在我们的例子中,包含适用于大多数主流浏览器的代码。

    Internet Explorer 使用 selectNodes() 方法从 XML 文档中的选取节点:

xmlDoc.selectNodes(xpath);

    Firefox、Chrome、Opera 以及 Safari 使用 evaluate() 方法从 XML 文档中选取节点:

xmlDoc.evaluate(xpath, xmlDoc, null, XPathResult.ANY_TYPE,null);

    

    选取所有 title

      下面的例子选取所有 title 节点:    

  /bookstore/book/title
 1   
 2 <html>
 3 <body>
 4 <script type="text/javascript">
 5 function loadXMLDoc(dname)
 6 {
 7 if (window.XMLHttpRequest)
 8   {
 9   xhttp=new XMLHttpRequest();
10   }
11 else
12   {
13   xhttp=new ActiveXObject("Microsoft.XMLHTTP");
14   }
15 xhttp.open("GET",dname,false);
16 xhttp.send("");
17 return xhttp.responseXML;
18 }
19 
20 xml=loadXMLDoc("../example/xmle/books.xml");
21 path="/bookstore/book/title"
22 // code for IE
23 if (window.ActiveXObject)
24 {
25 var nodes=xml.selectNodes(path);
26 
27 for (i=0;i<nodes.length;i++)
28   {
29   document.write(nodes[i].childNodes[0].nodeValue);
30   document.write("<br />");
31   }
32 }
33 // code for Mozilla, Firefox, Opera, etc.
34 else if (document.implementation && document.implementation.createDocument)
35 {
36 var nodes=xml.evaluate(path, xml, null, XPathResult.ANY_TYPE, null);
37 var result=nodes.iterateNext();
38 
39 while (result)
40   {
41   document.write(result.childNodes[0].nodeValue);
42   document.write("<br />");
43   result=nodes.iterateNext();
44   }
45 }
46 </script>
47 
48 </body>
49 </html>
Harry Potter
Everyday Italian
Learning XML
XQuery Kick Start

 

    选取第一个 book 的 title

      下面的例子选取 bookstore 元素下面的第一个 book 节点的 title:

/bookstore/book[1]/title

      

    这里有一个问题。上面的例子在 IE 和其他浏览器中输出不同的结果。

    IE5 以及更高版本将 [0] 视为第一个节点,而根据 W3C 的标准,应该是 [1]。

    为了解决 IE5+ 中 [0] 和 [1] 的问题,可以为 XPath 设置语言选择(SelectionLanguage)。

    下面的例子选取 bookstore 元素下面的第一个 book 节点的 title:

xml.setProperty("SelectionLanguage","XPath");
xml.selectNodes("/bookstore/book[1]/title");

 

  选取所有价格

    下面的例子选取 price 节点中的所有文本:

/bookstore/book/price/text()

 

    选取价格高于 35 的 price 节点

    下面的例子选取价格高于 35 的所有 price 节点:

/bookstore/book[price>35]/price

    

    选取价格高于 35 的 title 节点

    下面的例子选取价格高于 35 的所有 title 节点:

 

/bookstore/book[price>35]/title

网络爬虫_XPath的学习(2)

标签:

原文地址:http://www.cnblogs.com/MenAngel/p/5348488.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!