Python检查xpath和csspath表达式是否合法

xpath有效性校验

对于xpath的有效性检验，使用第三方lxml模块中的etree.XPathEvalError进行校验。不得不说lxml是一个解析爬虫数据的利器，当etree.xpath()遇到不合法的xpath路径时会抛出XPathEvalError错误。

代码如下：

from lxml import etree

from StringIO import StringIO

def _validXpathExpression(xpath):

    """

    检查xpath合法性

    :param xpath:

    :return:

    """

    tree = etree.parse(StringIO('<foo><bar></bar></foo>'))

    try:

        tree.xpath(xpath)

        return True

    except etree.XPathEvalError, e:

        return False

只有当输入的xpath路径合法时返回True。

验证：

>>>print _validXpathExpression('./div[@class="name"]/a/text()')

>>>True

>>>

>>>print _validXpathExpression('./div(@class="name")')

>>>False

csspath有效性检验

对于csspath检验的思路时，借助python标准库cssselect的css_to_xpath()方法。当输入的csspath不合法时会抛出SelectorError错误。

代码如下:

from cssselect.parser import SelectorError

from cssselect.xpath import HTMLTranslator

def _validCssExpression(css):

    """

    检查css合法性

    :param css:

    :return:

    """

    try:

        HTMLTranslator().css_to_xpath(css)

        return True

    except SelectorError, e:

        return False

只有当输入的csspath路径合法时返回True。

验证：

>>>print _validCssExpression('.content>a')

>>>True

>>>

>>>print _validCssExpression('.content>a[123]')

>>>False