爬虫xpath学习

转载出处：
http://www.cnblogs.com/zhaozhan/tag/XPath/default.html?page=1
http://www.cnblogs.com/zhaozhan/tag/XPath/default.html?page=2

---

tip: 节点就是目录，懒得统一。
我自己对xpath的认知（主要来自极客学院的教程）：
// 根目录；
/* 目录下唯一的，或是通配符（如/* /* /xx）；
/ 子目录；
/xx[@class<=’ie’>] 寻找class级别为ie的xx行（tip:<>内为可省略）；
/xx<[1]> 寻找xx第2个（从0记数）；
/xx|/yy 查询多个节点，如xx，yy；
/xx/parent::* xx节点的以上所有的目录；
/aa/bb/cc/xx/ancestor::* xx节点以上所有的+自己目录；
/xx/descendant::* xx节点以下所有的目录；
/xx/descendant-or-self::* xx节点下面所有的+自己目录

#XPath轴(XPath Axes)可定义某个相对于当前节点的节点集：
1、child 选取当前节点的所有子元素
2、parent 选取当前节点的父节点
3、descendant 选取当前节点的所有后代元素（子、孙等）
4、ancestor 选取当前节点的所有先辈（父、祖父等）
5、descendant-or-self 选取当前节点的所有后代元素（子、孙等）以及当前节点本身
6、ancestor-or-self 选取当前节点的所有先辈（父、祖父等）以及当前节点本身
7、preceding-sibling 选取当前节点之前的所有同级节点
8、following-sibling 选取当前节点之后的所有同级节点
9、preceding 选取文档中当前节点的开始标签之前的所有节点
10、following 选取文档中当前节点的结束标签之后的所有节点
11、self 选取当前节点
12、attribute 选取当前节点的所有属性
13、namespace 选取当前节点的所有命名空间节点

---

有趣的例子（选自上面网页）

7、选取所有 bookstore 元素中的 book 元素的 title 元素，且其中的 price 元素的值须大于 35.00.
语法：/bookstore/book[price>35.00]/title

<bookstore> 
     <book>
       <title land="eng">Book1</title>
           <price>29.99</tilte>
     </book> 
     <book>
       <title land="eng">Book2</title>
       <price>39.55</tilte>
     </book> 
</bookstore>

parent轴是选取当前节点父节点。面看简单示例：
//DDD/parent::*     获取所有节点**DDD的父节点**

  <AAA> 
     <**BBB**>  
          <DDD>  
               <**CCC**>  
                    <DDD/>  
                    <EEE/>  
               <**/CCC**>  
          </DDD>  
     <**/BBB**>  
     <**CCC**>  
          <DDD>  
               <**EEE**>  
                    <DDD>  
                         <FFF/>  
                    </DDD>  
               </**EEE**>  
          </DDD>  
     <**/CCC**>  
  </AAA>

xpath还是要多看，多练。我也刚入手一下子，还不是很熟悉。