XPath的几个常用语法与实例（Python）

一、xpath的语法

表达式	描述
/	从根节点选取
//	从匹配选择的当前节点下选择文档中的节点，不用考虑它们的位置
@	选取属性
.	选取当前节点
. .	选取当前节点的父节点

二、实例

从豆瓣电影排行榜网页源代码中（https://movie.douban.com/chart）截取了以下代码用于演示。

<div class="indent">
<div class="">
    <p class="ul first"></p>
    <table width="100%" class="">
        <tr class="item">
            <td width="100" valign="top">                     
                    <a class="nbg" href="https://movie.douban.com/subject/30306570/"  title="囧妈">
                        <img src="https://img3.doubanio.com/view/photo/s_ratio_poster/public/p2581835383.webp" width="75" alt="囧妈" class=""/>
                    </a>
            </td>
            <td valign="top"> 
                <div class="pl2">
                    <a href="https://movie.douban.com/subject/30306570/"  class="">
                        囧妈
                        / <span style="font-size:13px;">俄囧 / Lost in Russia</span>
                    </a>
          	......
          	

1、获取所列的电影的url地址
例如，对于《囧妈》这部电影，它的url地址为：https://movie.douban.com/subject/30306570/

路径表达式为：
url_list = html.xpath("//div[@class='indent']/div/table//div[@class='pl2']/a/@href")

① //div[@class=‘indent’]：首先从根节点下开始选取html中class名为‘indent’的div结点
② //div[@class=‘indent’]/div/table：再从选择的当前节点作为根节点，继续往下选择结点
③ //div[@class=‘indent’]/div/table//div[@class=‘pl2’]： 从匹配选择的当前节点下选择文档中的class名为pl2的div节点
④//div[@class=‘indent’]/div/table//div[@class=‘pl2’]/a：选择到url地址所在的这个结点
⑤//div[@class=‘indent’]/div/table//div[@class=‘pl2’]/a/@href：规定我们要的属性，即href.

2、所有图片的地址
同理。

路径表达式为：
img_list = html.xpath("//div[@class='indent']/div/table//a[@class='nbg']/img/@src")