Xpath语法格式总结
Xpath（XML Path Language）是一门用于在XML文档中定位节点的语言，也被用于HTML文档中的Web页面抓取。下面详细讲解Xpath语法的使用格式。
基本语法
Xpath中主要有两种路径表达式：绝对路径和相对路径。
绝对路径
绝对路径由根节点开始，通过逐级指定节点的名称来描述节点的路径，以下为绝对路径的格式：
/parent/child[@attribute='value']
其中：
/表示从根节点开始；parent表示上一级节点的名称；child表示当前节点的名称；[@attribute='value']表示选取具有指定属性值的当前节点。
相对路径
相对路径则是从当前节点开始，通过指定节点名称或通配符等方式来描述节点的路径，以下为相对路径的格式：
./child /ancestor::parent
其中：
./表示从当前节点开始；child表示当前节点的子节点名称；/表示选择下一级的节点；ancestor::表示选取当前节点的祖先节点；parent表示选取上一级节点的名称。
谓语表达式
除了上述基本语法，Xpath还包含谓语表达式，可以根据节点的属性或索引值进行选择。以下为谓语表达式的使用格式：
//node[@attr='value'][index]
其中：
//表示选取节点，可以跨越多个层级；node表示当前节点的名称；[@attr='value']表示选取具有指定属性值的当前节点；[index]表示选取匹配的元素中的第index个元素，index从1开始。
示例1
以以下XML数据为例：
<?xml version="1.0" encoding="UTF-8"?>
<bookstore>
<book category="children">
<title lang="en">Harry Potter</title>
<author>J.K. Rowling</author>
<year>2005</year>
<price>29.99</price>
</book>
<book category="cooking">
<title lang="en">Everyday Italian</title>
<author>Giada De Laurentiis</author>
<year>2005</year>
<price>30.00</price>
</book>
</bookstore>
想要选取所有书籍的价格（price）信息，可以使用以下Xpath表达式：
//book/price
其中 // 表示选取节点，可以跨越多个层级； book 表示当前节点的名称； / 表示选择下一级的节点； price 表示选取当前节点的子节点并指定为price。
示例2
以以下HTML数据为例：
<!DOCTYPE html>
<html>
<head>
<title>Xpath Demo Page</title>
</head>
<body>
<div class="content">
<h1>Welcome to Xpath Demo Page</h1>
<ul>
<li><a href="https://www.baidu.com">Baidu</a></li>
<li><a href="https://www.google.com">Google</a></li>
<li><a href="https://www.microsoft.com">Microsoft</a></li>
</ul>
</div>
</body>
</html>
想要选取所有<a>标签的href属性，可以使用以下Xpath表达式：
//a/@href
其中 // 表示选取节点，可以跨越多个层级； a 表示当前节点的名称； /@href 表示选取具有href属性的当前节点。
总结
Xpath是定位HTML和XML文档中节点的一种特殊查询语言，能够极大地帮助我们进行Web页面的数据抓取。为了有效地使用Xpath语法格式，需要熟悉基本语法和谓语表达式。
本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：Xpath语法格式总结 - Python技术站
微信扫一扫 
支付宝扫一扫 