XPath是一種用于在XML文檔中定位和選擇元素的語(yǔ)言。它是一種基于路徑表達(dá)式的語(yǔ)言，可以使用路徑表達(dá)式來(lái)選擇XML文檔中的元素。
以下是XPath中一些常用的語(yǔ)法總結(jié)：
語(yǔ)法規(guī)則
| 表達(dá)式 | 作用 |
|---|---|
| nodename | 選取此層級(jí)節(jié)點(diǎn)下的所有子節(jié)點(diǎn) |
| / | 代表從根節(jié)點(diǎn)進(jìn)行選取 |
| // | 可以理解為匹配，就是在所有節(jié)點(diǎn)中選取此節(jié)點(diǎn)，直到匹配為止 |
| . | 選取當(dāng)前節(jié)點(diǎn) |
| … | 選取當(dāng)前節(jié)點(diǎn)上一層（上一級(jí)目錄） |
| @ | 選取屬性（也是匹配） |
標(biāo)簽定位
| 方式 | 效果 |
|---|---|
| /html/body/div | 表示從根節(jié)點(diǎn)開始尋找，標(biāo)簽與標(biāo)簽之間/表示一個(gè)層級(jí) |
| /html//div | 表示多個(gè)層級(jí) 作用于兩個(gè)標(biāo)簽之間（也可以理解為在html下進(jìn)行匹配尋找標(biāo)簽div） |
| //div | 從任意節(jié)點(diǎn)開始尋找，也就是查找所有的div標(biāo)簽 |
| ./div | 表示從當(dāng)前的標(biāo)簽開始尋找div |
屬性定位
| 需求 | 格式 |
|---|---|
| 定位div中屬性名為href，屬性值為‘www.baidu.com’的div標(biāo)簽 | @屬性名=屬性值 |
| href為屬性名 ‘www.baidu.com’為屬性值 | /html/body/div[href=‘www.baidu.com’] |
索引定位
| 需求 | 格式 |
|---|---|
| 定位ul下第二個(gè)li標(biāo)簽(下圖) | //ul/li[2] |
| 索引值開始位置為 | 1 |
取文本內(nèi)容
| 方法 | 效果 |
|---|---|
| /text() | 獲取標(biāo)簽下直系的標(biāo)簽內(nèi)容 |
| //text() | 獲取標(biāo)簽中所有的文本內(nèi)容 |
| string() | 獲取標(biāo)簽中所有的文本內(nèi)容 |
xpath的使用使得我們?cè)谂榔鸬骄W(wǎng)頁(yè)源代碼時(shí)可以快速找到我們需要的數(shù)據(jù)，如：圖片鏈接，文章標(biāo)題等
未經(jīng)允許不得轉(zhuǎn)載：445IT之家 » python爬蟲之—xpath基本語(yǔ)法總結(jié)
