一、什么是XPath
XPath即为XML路径语言（XML Path Language），它是一种用来确定XML文档中某部分位置的语言。XPath 用于在 XML 文档中通过元素和属性进行导航。
- XPath 使用路径表达式在 XML 文档中进行导航
- XPath 包含一个标准函数库
- XPath 是 XSLT 中的主要元素
- XPath 是一个 W3C 标准
二、怎样学习XPath
个人推荐的学习基础教程网址为：http://www.w3school.com.cn/xpath/index.asp
上面有关XPath的教程非常详细，本篇文章主要介绍XPath在Python爬虫中的基本应用。
三、使用XPath选择HTML元素
（1）.在浏览器中使用XPath，以Google Chrome浏览器为例。
1.打开谷歌浏览器，输入网址：http://example.com/，右击网页空白处，选择“检查”（快捷键F12），并选中Console。
2.在Console中输入"$x('//h1')"，它会把浏览器移动到<h1>元素上，返回的是一个包含选定元素的数组。现在（2019年7月25日）我用的浏览器，需要把鼠标放到红线处的"h1"处，才会显示高亮。
（2）有用的XPath表达式
文档的层次结构始于<html>元素，可以使用斜线和文档名来选择文档中的元素。下面几种表达式是从http://example.com页面返回的结果。
需要注意的是，因为在这个特定页面中，下包含两个元素，因此html/body/div/p会返回两个元素。可以使用p[1]和p[2]分 别访问第一个和第二个元素。
也通过以下表达式访问head部分中的title元素。
对于页面比较复杂的大型文档，可能需要编写一个非常大的XPath表达式来访问指定元素。为了避免这一问题，可以使用//语法，它可以让你取得某一特定类型的元素，而无需考虑其所在的层次结构。比如，//p将会选择所有的p元素，而//a则会选择所有的链接。
- 使用符号@来访问元素的属性
- 使用text()函数，只选取文本
- 使用*符号来选择指定层级的所有元素
其他的一些高级谓词选取元素，如contains(),starts-with(),not()这样的文档。（即使不使用也可以走的更远，因为还有更简洁高效的方法）
（3）使用Chrome获取XPath表达式
Chrome通过向我们提供一些基本的XPath表达式，从而对开发者更加友好。方法为：在页面上选中想要的元素，右击选择检查，Chrome会自动进入开发者工具，并在树表示法中高亮选择元素。再次右击，选中“Copy”，点击“Copy XPath”即可。
(4)灵活运用
由于购买书籍时与实际的操作环境有误差（时间上和物理上），运行书中的实例时可能得不到想要的结果，或者结果不一样。不要气馁，自己摸索，路都是一步一步走出来的。
在爬虫时经常会指向我们无法控制的服务器页面，这就意味着如果HTML以某种方式发生变化后，就会使XPath表达式失效，我们不得不回到爬虫中进行修正。一些简单的规则可以帮助我们减少表达式失效的可能性。
- 避免使用数组索引（数值）
- 谨慎使用类
- 有意义的面向数据的类要比具体的或者面向布局的类更好
参考书籍：《精通Python爬虫框架Scrapy》
1049
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
