Resumen de XPath

Clase 15 de 21 • Curso de Fundamentos de Web Scraping con Python y Xpath

Kristian Marquina

student•

Todos los comandos de Xpath utilizados, mas descripción

$x('/') // ruta principal

$x('//h1/a/text()').map(x => x.wholeText)//seleciona el texto del nodo y lo convierte a texto, el .map convierte el nodo text en el chromeNav

//Usando Predicados
$x('//div/span[@class="text"]/text()') //usando predicado osea [corchetes] selecciona todos los de tipo class text
$x('//span[@class!="text"]')

//Usando operadores
$x('//div/div[position()>5]')// trae los que esten en una posion por encima de

$x('//span[@class="text" or @class="tag-item"]')// trae los de una clase o otra

$x('//span[not(@class)]') // trae los que no tengan clase

//Usando Wildcards

$x('/') // Trae todo el documento porque representa la raíz de nuestro el html
$x('/*') // * después de / pide que traiga todos los nodos que están debajo de / (* es el primer wildcard)
$x('/html/*') // Trae todos los nodos que están inmediatamente después de html
$x('//*') <- // es la expresión para saltar todos los niveles y con el * en todas las direcciones. Trae todos los nodos y todos los atributos de estos nodos.
$x('//span[@class="text]/@*') //Trae todos los span, que tengan como clase “text”, con @* trae todos los atributos. Dicho de otra forma, trae todos los atributos de todos los nodos de tipo span de clase “text”.
$x('/html/body//div/@*') //Todos los atributos (usando @*) de todos los div (usando //div) que están después de body
$x('//span[@class="text" and @itemprop="text"]/node()')//Trae todos los spam que sean de clase “text” que tengan un atributo @itemprop “text” y de ahí (usando node()) traer todo lo que esté dentro de los spam que cumplen las condiciones

// node() a diferencia de * trae no solamente los nodos, sino también todo el contenido

//Usando In text Search

$x('//small[@class="author" and starts-with(., "A")]/text()')// usando starts-with le indico con que letra inicia la busqueda
$x('//small[@class="author" and contains(., "g")]/text()') // usando contains se le indica la(s) letra(s) que debe contener para hacer la busqueda
$x('//small[@class="author" and starts-with(., "A") and contains(., "Ei")]/text()') //Logicamente Tambien se puede concatenar

//Notas extras sobre In text Search

start-with(.“Texto a buscar”) // Empezar con, el punto hace referencia al nodo actual.

contains (., “Texto a buscar”) //  Sirve para llamar por el texto contenido en.


// Nota: Debido a las versiones del lenguaje Xpath en los navegadores
// las funciones end-with y matches no están disponibles, pero una ve en código python corren sin problemas.

end-with(.,"")// Termina en.
matches(.,"")// Sirve para hacer una búsqueda en el texto de un nodo que coincida con una expresión regular.

//Xpath Axes

$x('/html/body/div/self::div')//Elige el mismo nodo
$x('/html/body/div/child::div')//elige los hijos del nodos
$x('/html/body/div/descendant::div')// elige los desendientes (osea los hijos de los hijos de los hijos)
$x('/html/body/div/descendant-or-self::div') // y por supuesto, tambien podemos usar compuertas logicas

Kristian Marquina

student•

No te preocupes si crees que este resumen esta mejor que tus apuntes, uno memoriza mas escribiendo que solamente oyendo, así que los apuntes nunca están de sobra, en especial porque los detalles que "tu" vas a necesitar solamente tu los vas a anotar a diferencia de un resumen general que no toma en cuenta las cosas que a ti se te podrían olvidar, de igual forma se puede aprovechar esta infografía para apoyar la info de tus apuntes.

Brandom Rafael Ledesma Muñoz

student•

les recomiendo bastante esta Cheatsheet de xpath https://quickref.me/xpath

Antonio Demarco Bonino

student•

Hermoso tener toda la documentación importante en una misma página.

Sofi Caselli

student•

Muy bueno el resumen!

Luciano Vicidomini

student•

Esto debería estar al principio ! jajajaja

Juan Carlos Ortiz Romero

student•

Una consulta XPath (Lenguaje de rutas XML) puede especificarse como parte de una dirección URL o dentro de una plantilla. ... XPath es un lenguaje de navegación de grafos que se usa para seleccionar un conjunto de nodos de un documento XML.

Juan Carlos Ortiz Romero

student•

Gracias por el resumen ⭐️⭐️⭐️⭐️⭐️

Deisy Niño

student•

Excelente, muy bien estructurada la explicación y el resumen!. Gracias

JUAN ANDRES VILLADA

student•

Esta Genial!, muy compacto el Resumen

Raquel Campos

student•

Repasando la clase de XPath

Video XPath

++CONTENIDO ++0:00 ¿QUÉ ES XPATH? 0:58 XML 2:08 DEFINIR DONDE VAMOS A BUSCAR 3:25 ENCONTRANDO LOS ELEMENTOS 4:01 PREDICADOS 4:17 BÚSQUEDA POR ATRIBUTOS 5:26 EXPRESIONES LÓGICAS 6:35 BÚSQUEDA EN VARIOS NIVELES 8:28 BÚSQUEDA POR POSICIÓN (INDEXACIÓN) 9:54 BÚSQUEDA CON FUNCIONES 10:10 BÚSQUEDA POR PATRONES (contains, starts-with, ends-with) 11:52 BÚSQUEDA POR CONTENIDO (text()) 13:00 EXTRACCIÓN DE DATOS (texto y atributos) 14:42 XPATH CHEATSHEET 15:23 ¿CÓMO PROBAR MIS XPATH?

Christian Camilo Guzman Zapata

student•

Wow este video esta muy bueno, Gracias :D

Moisés Manuel Morín Hevia

student•

Muy buen resumen xD palabras clave.

Christian C RO

student•

Que buenisímo aporte.

Steve Gutierrez

student•

Tengo todos mis apuntos en un notepad, espero a la larga nose complicado volver a inerpretarlo jeje gracias profe Facundo por la excelente estrategia pedagogica