【Python_Xpath学习笔记（一）】 Xpath选择器基础用法介绍

Xpath选择器基础用法介绍

前言

此篇文章中介绍Xpath的定义和基本使用方法，特此记录用来加深印象，较为基础。

正文

1、Xpath简介

Xpath：XML Path Language - XML路径语言是由国际标准化组织W3C指定的，用即为XML路径语言，是一种用来确定XML文档中某部分位置的语言，同样适用于HTML文档的检索。
Xpath表达式：一种灵活、强大的选择元素的方式。

2、Xpath语法规则

2.1、相对路径选择

“//”：从当前节点往下寻找所有的后代元素，不管在什么位置
示例：寻找 html节点下的 body节点下的 所有元素 //html//body

2.2、绝对路径选择

“/”：从根节点选取所有的后代元素
示例：寻找 html节点下的 head节点下的 所有元素 //html//head

2.3、根据属性选择

“[@属性名=‘属性值’]”：根据属性选择元素是通过 [@属性名=‘属性值’] 这种格式
注意：1.属性名前必须加@ 2.属性值一定要有引号，单双引号皆可
示例：寻找 body节点下的 div节点下的 属性名为all-content content-head fn-clear 的所有元素 //body//div[@class='all-content content-head fn-clear']

2.3.1 根据属性选择：属性值包含字符串

“contains(@属性名,‘字符串节点’)”：匹配属性值中包含某些字符串节点
示例：寻找 div节点下的 属性名为car-box节点下 属性名为span节点下 属性名包含字符串“price”的所有元素 //div[@class="car-box"]//span[contains(@class,'price')]

2.4、根据次序选择

“[n’]”：根据次序选择元素是通过 [n] 这种格式，n为选择元素在当前节点下的索引值
注意：索引值从1开始
示例：寻找 div节点下的 属性名为content fn-clear card-wrap元素的 li节点下的第二个元素 //div[@class='content fn-clear card-wrap']//li[2]

2.5、多路径(组)选择

“|”：匹配多路径元素是通过 “xpath表达式1|xpath表达式2|xpath表达式3” 这种格式
示例：寻找 div节点下的 属性名为car-box元素的ul节点下的 li节点1和2下的 h4元素，即获取汽车的表显里程和上牌时间的元素 //div[@class="car-box"]//ul//li[1]//h4|//div[@class="car-box"]//ul//li[2]//h4

注意：使用xpath表达式匹配结果为两种情况：字符串 和 节点对象
1、xpath表达式的末尾为：“/text()” 或 “/@属性名” 得到的列表中为 “字符串”
2、其他剩余所有情况得到的列表中均为 “节点对象”
3、text()：获取节点的文本内容