XPath
什么是XPath?
XPath即为XML路径语言,它是一种用来确定XML(标准通用标记语言的子集)文档中某部分位置的语言。XPath基于XML的树状结构,有不同类型的节点,包括元素节点,属性节点和文本节点,提供在数据结构树中找寻节点的能力。起初 XPath 的提出的初衷是将其作为一个通用的、介于XPointer与XSLT间的语法模型。但是 XPath 很快的被开发者采用来当作小型查询语言。
简单来说我们通过Xpath可以获取XML中的指定元素和指定节点的值。在网络爬虫中我们通过会把爬虫获取的HTML数据转换成XML结构,然后通过XPath解析,获取我们想要的结果。
XPath 是一门在 XML 文档中查找信息的语言。XPath 可用来在 XML 文档中对元素和属性进行遍历。
详细的关于xpath介绍见:http://www.w3school.com.cn/xpath/
XPATH是一种解析HTML层次化标签工具
xpath工具 — XPath Helper Chrome插件
XPath Helper可以支持在网页点击元素生成xpath,整个抓取使用了xpath、正则表达式、消息中间件、多线程调度框架的chrome插件。
http://chromecj.com/web-development/2018-01/892/download.html
下载命名为 chromecj.com.crx
安装方法:
1.首先用户点击谷歌浏览器右上角的自定义及控制按钮,在下拉框中选择工具选项,然后点击扩展程序来启动Chrome浏览器的扩展管理器页面。
2.在打开的谷歌浏览器的扩展管理器中用户可以看到一些已经安装程序的Chrome插件,或者一个Chrome插件也没有。
3.将上述安装下载的 chromecj.com.crx文件拖到扩展程序页面中,可以看到
表示xpath helper插件已经安装成功!
此时可以打开任何一个网页,点击右上角的x按钮,激活xpath交互界面。
Xpath语法
xpath的表达式以及用法
一.选取节点
Xpath使用路径表达式在XML文档中选取节点。节点是通过沿着路径来选取的,通过路径可以找到我们想要的节点或者节点范围。
二.谓语(Predicates)
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。
三. 通配符
XPath 通配符可用来选取未知的 XML 元素,通配指定节点。
四.多路径选择
通过在路径表达式中使用“|”运算符,您可以选取若干个路径。
五.XPath 轴
轴可定义相对于当前节点的节点集。
六.XPath 运算符
xpath支持运算符操作
七.常用的功能函数
使用功能函数能够更好的进行模糊搜索