html - 使用 CSS 或 XPath 选择器解析 HTML？

Question

我的目标是使用 lxml 解析 HTML，它同时支持 XPath 和 CSS 选择器。

我可以将我的模型属性绑定(bind)到 CSS 或 XPath，但我不确定哪个最好，例如更改 HTML 布局时不那么麻烦，更简单的表达式，更快的提取速度。

遇到这种情况你会怎么选择？

Answer 1

你更喜欢哪个？大多数人倾向于发现 CSS 选择器更容易，如果其他人会维护您的工作，您应该考虑到这一点。这样做的一个原因可能是人们不再担心 XML 命名空间，它是许多错误的根源。 CSS 选择器往往比等效的 XPath 更紧凑，但只有您才能决定这是否是相关因素。我要指出，jquery 的选择语言是在 CSS 选择器而非 XPath 上建模的，这并非偶然。

另一方面，对于一般的 DOM 操作，XPath 是一种更具表现力的语言。例如，没有等效于“父”或“祖先”轴的 CSS 选择器，也没有办法直接寻址等效于 XPath 中的“text()”的文本节点。相比之下，我想不出有任何 DOM 路径可以用 CSS 选择器表示但不能用 XPath，尽管 E[foo~="warning"] 和 E[lang|="en"] 在 XPath 中显然很棘手。

CSS 选择器具有而 XPath 没有的是伪类，但如果您正在执行服务器端 DOM 操作，那么这些选择器不太可能对您有用。

至于哪个提取速度更快，我不知道 lxml，但我希望等效路径具有非常相似的性能特征。