[PYTHON] XPath Basics (3) - Fonctions souvent utilisées pour XPath

La dernière fois, j'ai présenté la [méthode d'écriture XPath] la plus utilisée (https://qiita.com/Octoparse_Japan/items/2f46848803d68affd271), et cette fois, j'ai présenté les fonctions souvent utilisées pour XPath pour spécifier les données plus correctement. Je vais.

1. contient (): spécifiez l'élément qui contient une chaîne de caractères spécifique

contains () est généralement utilisé pour les recherches floues de valeurs d'attribut ou de chaînes contenues dans du texte.

• ** contains (@class, "XXX"): spécifiez l'élément dont la valeur d'attribut contient une chaîne de caractères spécifique **

Par exemple, si vous voulez tout obtenir avec Red dans l'attribut class de ce HTML, écrivez comme suit.

//span[contains(@class,“Red”)]

En d'autres termes, ce XPath signifie obtenir un élément span ** qui contient Red dans la classe **.

• ** contains (text (), "XXX"): Spécifiez les éléments dont le texte contient une chaîne de caractères spécifique **

Par exemple, si vous souhaitez spécifier un élément contenant les caractères "Rowling" de ce code HTML, écrivez comme suit.

//span[contains(text(),"Rowling")]

** Conseils! ** ** Lorsque vous spécifiez le bouton de saut de page, ** "contient (text ()," next ")" ** est souvent utilisé. Cliquez ici pour savoir comment écrire un XPath qui spécifie un bouton d'avance de page ➡ Comment écrire un XPath qui spécifie un bouton d'avance de page

2. position (): Spécifiez l'élément à une position spécifique

Dans l'article précédent, j'ai présenté que vous pouvez obtenir les éléments d'ordre en plaçant un nombre entre [](crochet carré). Vous pouvez également spécifier le Nième élément en position.

• position()=

Par exemple, dans le code HTML ci-dessus, "Produit 3" est le 4ème élément, écrivez-le comme suit.

//tbody/th[4]

En utilisant position () =, écrivez comme suit.

//tbody/th[position()=4]

• position() >

Lorsque vous obtenez un élément autre que "publicité", puisque "publicité" est le premier élément, écrivez comme suit.

//tbody/th[position()>1]

3. et / non / ou: Spécifiez un élément qui contient plusieurs conditions

Si vous souhaitez spécifier un élément contenant plusieurs conditions à la fois, utilisez la fonction et / non / ou.

• ** et-Spécifiez les éléments qui correspondent à plusieurs conditions **

Si vous voulez obtenir le href comprenant "S_20" et "pdf" à partir de ce HTML, écrivez comme suit.

//a[contains(@href,“S_20”) and contains(@href,“pdf”)]

• ** not-Spécifiez un élément qui n'inclut pas de conditions spécifiques **

Si vous souhaitez obtenir [@href] autre que https://helpcenter.octoparse.jp/hc/ja/xpath/S_10.html à partir de ce HTML, écrivez comme suit.

//a[not(contains(@href, "S_10"))]

• ** ou-Spécifiez un élément qui correspond à l'une des conditions **

Si vous voulez obtenir le href contenant M ou L à partir de ce HTML, écrivez comme suit.

//a[contains(@href,”M_”) or contains(@href,”L_”)]

Aussi, si vous voulez obtenir un href autre que M ou L, combinez not et ou et écrivez comme suit.

//a[not(contains(@href,”M_”) or contains(@href,”L_”))]

Les fonctions ci-dessus sont souvent utilisées pour XPath. Si vous voulez en savoir plus sur la syntaxe / les fonctions XPath, veuillez consulter cet article.

Article original: https://helpcenter.octoparse.jp/hc/ja/articles/360012713639