爬虫入门：XPATH

XPATH入门

标识符	作用
节点名	获取节点的所有子节点
@	获取属性
/	从根节点获取
//	从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置
.	获取当前节点
…	获取当前节点的父节点

可以通过组合使用缩小搜索的范围

以下面的图片为例子：

元素节点：

元素==标签
strong

属性节点：

div标签中的
class=“cover-wp“

文本节点：

标签中间的内容
8.5

属性定位：

//div[@data-index =“0”]
//div[@class = “slide-page”]

层级定位：

//div [@class = “slide-page”]/a[@href = “https://movie.douban.com/subject/30252495/?tag=热门&from=gaia”]

索引定位：

//div [@data-index =“0”]/a[1]
//div [@class =“slider”]//a[@href = “https://movie.douban.com/subject/30252495/?tag=热门&from=gaia”]

逻辑运算：

//a[@class = “item” and @target = “_blank”]
可以用多个属性组合搜索

模糊匹配：

//a[contains(@target, “_bla”)]
所有的a标签，有target属性，并且属性中带有_bla的节点
//a[starts-with(@class, “i”)]
所有的a标签，有class属性，并且属性以i开头

取文本：

//div [@data-index =“0”]/a[1]/p/text()
//div [@data-index =“0”]//a/p/text()
获取文本内容

取属性：

//div [@data-index =“0”]/a[1]/@href
获取相关网址