Navigation XPath

Extraction de données Web en Python

Thomas Laetsch

Data Scientist, NYU

Barres obliques et crochets

• Une barre oblique simple / avance d'une génération
• Une double barre oblique // parcourt toutes les générations à venir
• Les crochets [] affinent la sélection d'éléments précis

Avec ou sans crochets ?

xpath = '/html/body'

xpath = '/html[1]/body[1]'

• Donnent la même sélection

Un body rempli de p

xpath = '/html/body/p'

Les oiseaux et les p

xpath = '/html/body/div/p'

xpath = '/html/body/div/p[2]'

Doubles barres et crochets

xpath = '//p'

xpath = '//p[1]'

Le mot-générique

xpath = '/html/body/*'

• L'astérisque * est le « mot-générique » (wildcard)

Xposé

Extraction de données Web en Python