scrapy xpath

xpath学习笔记

---

选取节点：

常用的路径表达式

表达式	描述	实例	解释
nodename	选取nodename节点的所有子节点	xpath(‘//div’)	选取了div节点的所有子节点
/	从根节点选取	xpath(‘/div’)	从根节点上选取div节点
//	选取所有的当前节点点，不考虑位置	xpath(‘//div’)	选取所有的div节点
.	选取当前节点	xpath(‘./div’)	选取当前节点下的div节点
..	选取当前节点的父节点	path(‘..’)	回到上一个节点
@	选取属性	xpat(‘//@calss’)	选取所有的class属性

谓语：

谓语被嵌在方括号内，用来查找某个特定的节点或包含某个制定的值的节点

表达式	结果
xpath(‘/body/div[1]’)	选取body下的第一个div节点
xpath(‘/body/div[last()]’)	选取body下的最后一个div节点
xpath(‘/body/div[last()-1]’)	选取body下的倒数第二个div节点
xpath(‘/body/div[positon()<3]’)	选取body下前两个div节点
xpath(‘/body/div[@class]’)	选取body下带有class属性的节点
xpath(‘/body/div[@class=”main”]’)	选取body下class属性为main的div节点
xpath(‘/body/div[price>100.00]’)	选取body下price元素值大于100的div节点

通配符：

通过通配符选取未知的xml元素

表达式	结果
xpath(‘/div/*’)	选取div下的所有子节点
xpath(‘/div[@*]’)	选取所有带属性的div节点

取多个路径：

使用“|”运算符可以选取多个路径

表达式	结果
xpath(‘//div	//table’)

xpath轴:

轴可以定义相对于当前节点的节点集

轴名称	表达式	描述
ancestor	xpath(‘./ancestor::’)	选取当前节点的所有先辈节点（父、祖父）
ancestor-or-self	xpath(‘./ancestor-or-self::’)	选取当前节点的所有先辈节点以及结点本身
attribute	xpath(‘./attribute::’)	选取当前节点的所有属性
child	xpath(‘./child::’)	返回当前节点的所有子节点
descendant	xpath(‘./descendant::’)	返回当前节点的所有后代节点（子、孙）
following	xpath(‘./following::’)	选取文档中当前节点结束标签后的所有节点
following-sibing	xpath(‘./folloeing-sibing::’)	选取当前节点之后的兄弟节点
parent	xpath(‘./parent::’)	选取当前节点的父节点
preceding	xpath(‘./preceding::’)	选取文档中所有当前节点开始标签前的所有节点

功能函数：

函数	用法	解释
starts-with	xpath(‘//div[starts-with(@id,”mai”)]’)	选取ID值以mai开头的div节点
contains	xpath(‘//div[contains(@id,”mai”)]’)	选取id值包含mai的节点
and	xpath(‘//div[contains(@id,”mai”) and contains(@id,”n”)]’)	选取包含mai和n的节点
text()	xpath(‘//div[contains(text(),”mai”)]’)	选取节点文本包含mai的节点

要学的还有好多，最直接的方法当然是查文档了>scrapy xpath 文档