pythonxpath定位_一文搞懂 XPath 定位

一文搞懂XPath 定位

XPath (XML Path Language) 是一门在 XML 文档中查找信息的语言，可用来在 XML 文档中对元素和属性进行遍历。

XPath定位在爬虫和自动化测试中都比较常用，通过使用路径表达式来选取 XML 文档中的节点或者节点集，熟练掌握XPath可以极大提高提取数据的效率。

因为XPath解析数据，是基于元素(Element)的树形结构，所以学习XPath前，先了解一下html的结构及常用标签。

基本标签

标题：`

、

、

、

、

、

、`

段落：

链接：

图像：

样式：

列表：`无序列表

• 、有序列表

1. 、列表项
2. `

   块：`

   、 `

   脚本：

   注释：

   XPath表达式学习

   常用表达式

   常用案例

   谓语表达式

   谓语用来查找某个特定的节点或者包含某个指定值的节点，被嵌在方括号中。

   通配符

   XPath常用的定位方式：

   1.元素属性，快速定位，唯一属性： //*[@id="images"]

   2.层级与属性结合，解决没有属性问题：//div[@id="images"]/a[1]

   3.属性与逻辑结合，解决多个属性重名问题：

   //*[@id="su" and @class="bg s_btn" ]注意，表达式里的下标是从1开始的。

   绝对定位以/开头，依赖页面的元素的顺序和位置，相对定位以//开头，不依赖页面元素顺序和位置，根据条件进行匹配，优先使用相对定位。

   学习XPath本质就是掌握各种表达式的技巧，除了上述说到方法外，还有一些特别的定位方式：

   4.查找id属性的值包含"kw"的元素： //*[contains(@id,'kw')]

   5.查找⽂本⾥包含"新闻"的元素： //*[contains(text(),'新闻')]

   6.查找class属性中开始位置包含's_form_wrapper'关键字的元素：

   //*[starts-with(@class,'s_form_wrapper')]

   7.使⽤多个相对路径去定位⼀个元素⽤//分开:

   //div[@class=‘formgroup’]//input[@id=‘user-message’]

   8.轴定位：

   轴定位，使用::表示

   查找id="head"元素后⾯标签名为input的第一个元素

   //*[@id="head"]//following::input[1]

   如何在浏览器中查找和验证XPath？

   1.使用Chrome浏览器的开发者工具，可以快速获取XPath表达式：

   点击选择光标，选择页面上的元素位置，在控制台右键选择Copy XPath，表达式就复制到粘贴板中了。

   获取到的XPath路径：//*[@id="su"]

   获取full XPath：/html/body/div[1]/div[1]/div[5]/div/div/form/span[2]/input

   2.验证表达式：

   按键“Ctrl+F”，在控制台中输入需要检查的XPath路径，对应的元素会有的颜色标识。