python爬虫（二）XPath

一、XPath

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；

 

二、XPath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、注释以及文档节点（或称为根节点）。

例如：

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

<bookstore>    #文档节点

<book>#元素节点
  <title lang="en">Harry Potter</title>    #元素节点  lang=“en”是属性节点
  <author>J K. Rowling</author>     #元素节点
  <year>2005</year>    #元素节点
  <price>29.99</price>    #元素节点
</book>

</bookstore>

节点之间的嵌套形成了父子（patent、children）关系；

具有同一个父节点的不同节点是兄弟（sibling）关系；

 

三、XPath语法

XPath使用路径表达式来选取XML文档中的节点或节点集。节点是通过沿着路径（path）或者步（steps）来选取的；

1、路径表达式

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取文档中的节点，而不考虑他们的位置
.