Python re模块， xpath 用法

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