Xpath常见用法

在 《Selenium超简单入门》一文中，介绍了Selenium爬取网页数据、网页自动测试的基本方法。而在使用Selenium过程中，经常需要查找页面中的DOM元素，我们必须告诉Selenium如何找到页面中的指定元素，然后它才能再执行诸如点击、获取Text等事件。而Xpath这时候就能派上用场，它是一门在xml、html文档中查找信息的语言，它通过简单的表达，就能描述某个节点在xml文档中的位置，从而让selenium找到这个节点。

下面结合笔者在使用selenium的经历，介绍Xpath最为常见的几个用法。

例子文档如下

<div>
 <div class='center'>
  <p>
    test1
  </p>
  <p>
   test2
  </p>
 </div>
</div>

假设我们要查找的是字符串test1所在的那个节点，该如何表示呢？它是p节点的内容，而这个P节点，是class值为center的div的第一个p节点。因此， 它的xpath可以这样描述://div[@class='center']/p[1]

注意表达式中的'//','@'.‘[1]'，它们的作用是什么呢？

1.//

表示在整个html文档中进行查找。以本文为例，//后面跟着div，就表示在html文档中查找所有的div元素，例子中有两个div元素，因此满足条件的，也有两个。如果将//改成/,则表示从根节点开始查找，因此/div就表示查找根节点下的div元素，因此，尽管例子文档中有两个div，但满足条件的，只有根节点下的div

2.@

例子文档中，有两个div，如何准确表达我们要的div呢？注意到那个div是带有class属性，值为center的。它的xpath表达就是div[@class='center']。其中的class也可以换成其他的属性值，比如这个div是有id的，值为test，那么相应的xpath就是div[@id='test']

3.[1]

在例子文档中，满足//div[@class='center']/p这一规则的，有两个P节点，如果我们想要第一个，则需要加上[1]，想要第二个，则要加上[2],以此类推。

4.*

*通配符，和正则表达式一样，它表示任意的字符。例子文档中，只有一个节点是带class，那么，我们可以不用明确指定它是一个div，换成//*[@class='center']/p[1]来表示，也是可以的。