xpath定位不到原因浅析

在爬虫中，我们经常使用xpath来对元素进行定位，xpath定位分为两种，一种是绝对定位，/html/body/div[2]/div[1]/div/div[3]/a[7]，另外一种是相对定位，比如r'//*[@id ='ul' ]/a[7]' 

通常我们可以通过开发者工具，复制元素对应的xpath，这种xpath都是绝对定位，方便获取，但是绝对路径太长，如果里面元素被隐藏了或者元素有变动的话，绝对定位就会出错，就会出现定位不到的情况。这个时候用相对定位可以解决这个问题，相对定位更精准，相对定位通常可以和id或者class-name结合使用。

方法，我们可以将我们写的xpath 放到开发者工具里，看是不是能定位到，如果能定位到，说明不是xpath定位的问题。

还有的情况是页面几个元素的xpah一模一样，这个我们可以用下标解决，举例

 

 现在我们要抓取的是华东地区这个标签，但是问题是华北中心，华南中心，华东中心的三个标签的xpah是一样的。都是//*[@id="common.query_case_list_DW_CDptCdes"] 。这个时候我们选择华东中心，可以通过下标定位，既是

//*[@id="common.query_case_list_DW_CDptCdes"][3] 这样就可以了。

另外看标签是否选中，还有一个小知识点，就是 is_selected(),如果返回true 则表名被选中，如果返回false ，则表名未被选中

browser.find_element_by_xpath('//*[@id="report.report_loss_type_DW_HasGds"]').is_selected()
下面的是一位大神总结的：

什么是xpath呢？

官方介绍：XPath即为XML路径语言，它是一种用来确定XML1（标准通用标记语言3的子集）文档中某部分位置的语言。反正小编看这个介绍是云里雾里的，通俗一点讲就是通过元素的路径来查找到这个元素的，相当于通过定位一个对象的坐标，来找到这个对象。

一、xpath:属性定位

1. xptah也可以通过元素的id、name、class这些属性定位，如下图

 

    2.于是可以用以下xpath方法定位

 

二、xpath:其它属性

    1.如果一个元素id、name、class属性都没有，这时候也可以通过其它属性定位到

三、xpath:标签

    1.有时候同一个属性，同名的比较多，这时候可以通过标签筛选下，定位更准一点

    2.如果不想制定标签名称，可以用*号表示任意标签

    3.如果想制定具体某个标签，就可以直接写标签名称

 

四、xpath:层级

    1.如果一个元素，它的属性不是很明显，无法直接定位到，这时候我们可以先找它老爸（父元素）

    2.找到它老爸后，再找下个层级就能定位到了

    3.如上图所示，要定位的是input这个标签，它的老爸的id=s_kw_wrap.

    4.要是它老爸的属性也不是很明显，就找它爷爷id=form

    5.于是就可以通过层级关系定位到

 

五、xpath:索引

    ​1.如果一个元素它的兄弟元素跟它的标签一样，这时候无法通过层级定位到。因为都是一个父亲生的，多胞胎兄弟。

    ​2.虽然双胞胎兄弟很难识别，但是出生是有先后的，于是可以通过它在家里的排行老几定位到。

    ​3.如下图三胞胎兄弟

 

    ​4.用xpath定位老大、老二和老三（这里索引是从1开始算起的，跟Python的索引不一样）

 

六、xpath:逻辑运算

    ​1.xpath还有一个比较强的功能，是可以多个属性逻辑运算的，可以支持与（and）、或（or）、非（not）

    ​2.一般用的比较多的是and运算，同时满足两个属性

 

 

七、xpath:模糊匹配

    ​1.xpath还有一个非常强大的功能，模糊匹配

    ​2.掌握了模糊匹配功能，基本上没有定位不到的

    ​3.比如我要定位百度页面的超链接“hao123”,在上一篇中讲过可以通过by_link,也可以通过by_partial_link，模糊匹配定位到。当然xpath也可以有同样的功能，并且更为强大。

 

可以把xpath看成是元素定位界的屠龙刀。武林至尊，宝刀xpath，css不出，谁与争锋？下节课将亮出倚天剑css定位。

 原文链接https://www.cnblogs.com/wanghaihong200/p/8461770.html

转载于:https://www.cnblogs.com/chaojiyingxiong/p/10238761.html