第三章 XPath学习

XPath 节点

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
• 文档节点(根节点)

<?xml version="1.0" encoding="ISO-8859-1"?>

<bookstore>

<book>
  <title lang="en">Harry Potter</title>
  <author>J K. Rowling</author> 
  <year>2005</year>
  <price>29.99</price>
</book>

</bookstore>

可以得知

<bookstore> (文档节点)
<author>J K. Rowling</author> (元素节点)
lang="en" (属性节点)
J K. Rowling 基本值(无父或无子的节点)
"en" 基本值

节点关系

• 父(Parent)
• 子(Children)
• 同胞(Sibling)
• 先辈(Ancestor)
• 后代(Desendant)

XPath语法

选取节点

表达式	描述
nodename	选取此节点的所有子节点
/	从根节点选取
//	从匹配选择的当前节点选择文档中的节点,而不考虑他们的位置
.	选取当前节点
..	选取当前节点的父节点
@	选取属性

实例

路径表达式	结果
bookstore	选取bookstore元素的所有子节点
/bookstore	选取根元素bookstore
bookstore/book	选取属于bookstore的子元素的所有book元素
//book	选取所有book子元素,而不管它们在文档中的位置
bookstore//book	选取属于bookstore元素的后代的所有book元素,而不管它们位于bookstore之下的什么位置
//@lang	选取名为lang的所有属性

谓语

谓语用来查找某个特定的节点或者包含某个指定的值的节点。

谓语被嵌在方括号中。

实例

路径表达式	结果
/bookstore/book[1]	选取属于bookstore子元素的第一个book元素
/bookstore/book[last()]	选取属于bookstore子元素的最后一个book元素
/bookstore/book[last()-1]	选取属于 bookstore 子元素的倒数第二个 book 元素
/bookstore/book[position()<3]	选取最前面的两个属于 bookstore 元素的子元素的 book 元素
//title[@lang]	选取所有拥有名为 lang 的属性的 title 元素
//title[@lang=’eng’]	选取所有 title 元素，且这些元素拥有值为 eng 的 lang 属性
/bookstore/book[price>35.00]	选取 bookstore 元素的所有 book 元素，且其中的 price 元素的值须大于 35.00
/bookstore/book[price>35.00]/title	选取 bookstore 元素中的 book 元素的所有 title 元素，且其中的 price 元素的值须大于 35.00

选取未知节点

通配符	描述
*	匹配任何元素节点
@*	匹配任何属性节点
node()	匹配任何类型的节点

实例

路径表达式	结果
/bookstore/*	选取bookstore元素的所有子元素
//*	选取文档中的所有元素
//title[@*]	选取所有带有属性的title元素

选取若干路径

通过在路径表达式中使用”|”运算符,可以选取若干路径

举个栗子

我这里选取了豆瓣电影的这个页面来测试下刚学的XPath,
https://movie.douban.com/chart

还需要一个Chrome的扩展 XPath Helper

打开网页,F12,定位到一个电影信息上

可以看到每个电影信息都在<tr class="item"> 中

所以其 XPath 写法应该是:

//tr[@class="item"]

打开 XPath Helper,验证我们写的是否正确,可以看到下面的图会有高亮效果,说明我们写的是正确的

接下来是电影的图片

//tr[@class="item"]//img

这个item下只有一个超链接,所以电影名称是

//tr[@class="item"]//a

电影简介是

//tr[@class="item"]//p

XPath的写法不是固定的,可以根据不同的情况使用,只要匹配的没问题就行