python爬虫工程师 成长之路六(一) 非结构化数据之XPath

---

XPath 介绍

---

XPath(XML Path Language)是XML路径语言用来，定位XML中某部分的位置

---

XPath 节点

---

在 XPath 中，有七种类型的节点：元素、属性、文本、命名空间、处理指令、注释以及文档（根）节点。XML 文档是被作为节点树来对待的。树的根被称为文档节点或者根节点。

---

常见概念

• 基本值(或原子值，Atomic value)：无父或无子的节点
• 项目(Item)：基本值或节点

---

节点关系

• 父(Parent)：假如节点a下一层是节点b，则节点a就叫节点b的父

  #节点a是节点b的父，节点b是节点c的父
  #节点a不是节点c的父
  <a>
  	<b>
  		<c></c>
  	</b>
  </a>
  

• 子(Children)：假如节点a的下一层是节点b，则节点b就叫节点a的子

  #节点c是节点b的子，节点b是节点a的子
  #节点c不是节点a的子
  <a>
  	<b>
  		<c></c>
  	</b>
  </a>
  

• 同胞(Sibling)：父相同的节点

  #节点b、c是同胞
  <a>
  	<b></b>
  	<c></c>
  </a>
  

• 先辈(Ancestor)：节点的父、父的父…

  #节点a是节点b、c的先辈，节点b是节点c的先辈
  <a>