使用CSS或XPath选择器解析HTML？

Question

我的目标是用lxml解析HTML，它支持XPath和CSS选择器。

我可以将我的模型属性绑定到CSS或XPath，但我不确定哪个是最好的，例如，当HTML布局被改变时更简单，表达更简单，提取速度更快。

你会在这种情况下选择什么？

Answer 1

你更喜欢哪一种？大多数人倾向于更容易地找到CSS选择器，如果其他人会保持您的工作，您应该考虑到这一点。其中一个原因可能是不太担心XML命名空间，这是许多错误的根源。 CSS选择器往往比同等XPath更紧凑，但只有您可以决定这是否是相关因素。我会注意到，jquery的选择语言是在CSS选择器上建模的，而不是在XPath上建模的。

另一方面，XPath是一种用于一般DOM操作的更具表现力的语言。例如，没有与“父”或“祖先”轴等价的CSS选择器，也没有办法直接寻址与XPath中的“text（）”等价的文本节点。相比之下，尽管E [foo〜=“warning”]和E [lang | =“en”]在XPath中显然非常棘手，但我无法想象任何可以在CSS选择器中表达但不在XPath中的DOM路径。

什么CSS选择器确实有XPath不是伪类，尽管如果你在做服务器端的DOM操作，这些对你来说不太可能是有用的。

至于哪个会导致更高的提取速度，我不知道lxml，但我期望等效路径具有非常相似的性能特征。