XPath是一种用于在XML文档中定位和选择元素的语言。它是一种基于路径表达式的语言，可以使用路径表达式来选择XML文档中的元素。
以下是XPath中一些常用的语法总结：
语法规则
| 表达式 | 作用 |
|---|---|
| nodename | 选取此层级节点下的所有子节点 |
| / | 代表从根节点进行选取 |
| // | 可以理解为匹配，就是在所有节点中选取此节点，直到匹配为止 |
| . | 选取当前节点 |
| … | 选取当前节点上一层（上一级目录） |
| @ | 选取属性（也是匹配） |
标签定位
| 方式 | 效果 |
|---|---|
| /html/body/div | 表示从根节点开始寻找，标签与标签之间/表示一个层级 |
| /html//div | 表示多个层级 作用于两个标签之间（也可以理解为在html下进行匹配寻找标签div） |
| //div | 从任意节点开始寻找，也就是查找所有的div标签 |
| ./div | 表示从当前的标签开始寻找div |
属性定位
| 需求 | 格式 |
|---|---|
| 定位div中属性名为href，属性值为‘www.baidu.com’的div标签 | @属性名=属性值 |
| href为属性名 ‘www.baidu.com’为属性值 | /html/body/div[href=‘www.baidu.com’] |
索引定位
| 需求 | 格式 |
|---|---|
| 定位ul下第二个li标签(下图) | //ul/li[2] |
| 索引值开始位置为 | 1 |
取文本内容
| 方法 | 效果 |
|---|---|
| /text() | 获取标签下直系的标签内容 |
| //text() | 获取标签中所有的文本内容 |
| string() | 获取标签中所有的文本内容 |
xpath的使用使得我们在爬起到网页源代码时可以快速找到我们需要的数据，如：图片链接，文章标题等
未经允许不得转载：445IT之家 » python爬虫之—xpath基本语法总结
