Python爬蟲：Xpath語法筆記
阿新 • • 發佈：2018-05-28
上一個 div 運算符 tar 爬蟲 att 語法 ont tab
常用的路勁表達式：
| 表達式 | 描述 | 實例 | |
| nodename | 選取nodename節點的所有子節點 | xpath(‘//div’) | 選取了div節點的所有子節點 |
| / | 從根節點選取 | xpath(‘/div’) | 從根節點上選取div節點 |
| // | 選取所有的當前節點，不考慮他們的位置 | xpath(‘//div’) | 選取所有的div節點 |
| . | 選取當前節點 | xpath(‘./div’) | 選取當前節點下的div節點 |
| .. | 選取當前節點的父節點 | xpath(‘..’) | 回到上一個節點 |
| @ | 選取屬性 | xpath（’//@calss’） | 選取所有的class屬性 |
二、謂語
謂語被嵌在方括號內，用來查找某個特定的節點或包含某個制定的值的節點
實例：
| 表達式 | 結果 |
| xpath(‘/body/div[1]’) | 選取body下的第一個div節點 |
| xpath(‘/body/div[last()]’) | 選取body下最後一個div節點 |
| xpath(‘/body/div[last()-1]’) | 選取body下倒數第二個div節點 |
| xpath(‘/body/div[positon()<3]’) | 選取body下前兩個div節點 |
| xpath(‘/body/div[@class]’) | 選取body下帶有class屬性的div節點 |
| xpath(‘/body/div[@class=”main”]’) | 選取body下class屬性為main的div節點 |
| xpath(‘/body/div[price>35.00]’) | 選取body下price元素值大於35的div節點 |
三、通配符
Xpath通過通配符來選取未知的XML元素
| 表達式 | 結果 |
| xpath（’/div/*’） | 選取div下的所有子節點 |
| xpath(‘/div[@*]’) | 選取所有帶屬性的div節點 |
四、取多個路徑
使用“|”運算符可以選取多個路徑
| 表達式 | 結果 |
| xpath(‘//div|//table’) | 選取所有的div和table節點 |
五、Xpath軸
軸可以定義相對於當前節點的節點集
| 軸名稱 | 表達式 | 描述 |
| ancestor | xpath(‘./ancestor::*’) | 選取當前節點的所有先輩節點（父、祖父） |
| ancestor-or-self | xpath(‘./ancestor-or-self::*’) | 選取當前節點的所有先輩節點以及節點本身 |
| attribute | xpath(‘./attribute::*’) | 選取當前節點的所有屬性 |
| child | xpath(‘./child::*’) | 返回當前節點的所有子節點 |
| descendant | xpath(‘./descendant::*’) | 返回當前節點的所有後代節點（子節點、孫節點） |
| following | xpath(‘./following::*’) | 選取文檔中當前節點結束標簽後的所有節點 |
| following-sibing | xpath(‘./following-sibing::*’) | 選取當前節點之後的兄弟節點 |
| parent | xpath(‘./parent::*’) | 選取當前節點的父節點 |
| preceding | xpath(‘./preceding::*’) | 選取文檔中當前節點開始標簽前的所有節點 |
| preceding-sibling | xpath(‘./preceding-sibling::*’) | 選取當前節點之前的兄弟節點 |
| self | xpath(‘./self::*’) | 選取當前節點 |
六、功能函數
使用功能函數能夠更好的進行模糊搜索
| 函數 | 用法 | 解釋 |
| starts-with | xpath(‘//div[starts-with(@id,”ma”)]‘) | 選取id值以ma開頭的div節點 |
| contains | xpath(‘//div[contains(@id,”ma”)]‘) | 選取id值包含ma的div節點 |
| and | xpath(‘//div[contains(@id,”ma”) and contains(@id,”in”)]‘) | 選取id值包含ma和in的div節點 |
| text() | xpath(‘//div[contains(text(),”ma”)]‘) | 選取節點文本包含ma的div節點 |
Python爬蟲：Xpath語法筆記