使用CSS或XPath選擇器解析HTML？

Question

我的目標是用lxml解析HTML，它支持XPath和CSS選擇器。

我可以將我的模型屬性綁定到CSS或XPath，但我不確定哪個是最好的，例如，當HTML佈局被改變時更簡單，表達更簡單，提取速度更快。

你會在這種情況下選擇什麼？

Answer 1

你更喜歡哪一種？大多數人傾向於更容易地找到CSS選擇器，如果其他人會保持您的工作，您應該考慮到這一點。其中一個原因可能是不太擔心XML命名空間，這是許多錯誤的根源。 CSS選擇器往往比同等XPath更緊湊，但只有您可以決定這是否是相關因素。我會注意到，jquery的選擇語言是在CSS選擇器上建模的，而不是在XPath上建模的。

另一方面，XPath是一種用於一般DOM操作的更具表現力的語言。例如，沒有與「父」或「祖先」軸等價的CSS選擇器，也沒有辦法直接尋址與XPath中的「text（）」等價的文本節點。相比之下，儘管E [foo〜=「warning」]和E [lang | =「en」]在XPath中顯然非常棘手，但我無法想象任何可以在CSS選擇器中表達但不在XPath中的DOM路徑。

什麼CSS選擇器確實有XPath不是僞類，儘管如果你在做服務器端的DOM操作，這些對你來說不太可能是有用的。

至於哪個會導致更高的提取速度，我不知道lxml，但我期望等效路徑具有非常相似的性能特徵。