1小时学会XPath的基本使用

前言

XPath是一门在XML文档查找元素信息的语言，在这里我们将学习XPath的基本用法。

选取节点常用的语法表达式

表达式	描述
nodename	选取此节点的所有子节点。
/	从根节点选取（取子节点）。
//	从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置（取子孙节点）。
.	选取当前节点。
..	选取当前节点的父节点。
@	选取属性。

• 注意
  • 只要/后面不是非节点名称比如//li/@class（代表li节点的class属性）或者//li/..（li节点的父节点）那么就不使用路径匹配
  • 假如/后面是节点名称，那么就使用路径匹配，比如//li/p（匹配li节点下的p节点）
  • 也可以混合使用比如可以这样//li/..（匹配li节点的父节点）；或者可以这样//li/../li[2]（匹配li节点的父节点的第2个li节点，也就是li的兄弟节点）；还可以这样//li/.（匹配li节点的当前节点，也就是我匹配我自己，等同于//li）

XPath内建函数

Xpath 提供 100 多个内建函数，这些函数给我们提供了很多便利，比如实现文本匹配、模糊匹配、以及位置匹配等，下面介绍几个常用的内建函数。

函数名称	xpath表达式示例	示例说明
text()	//p[1]/text()	文本匹配，表示值取第一个p节点中的文本内容
contains()	//*[contains(@class,"colo")]	模糊匹配，表示选择 class中包含“colo”的所有 节点。
last()	//*[@class='web'][last()]	位置匹配，表示选择@class='web’的最后一个节点。
position()	//*[@class='site'][position()<=2]	位置匹配，表示选择@class='site’的前两个节点。

实例

<ul class="BookList">
  <li class="book1" id="book_01" href="http://www.testwenxi.net/">
        <p class="name">c语言小白变怪兽</p>
        <p class="model">纸质书</p>
        <p class="price">80元</p>
        <p class="color">红蓝色封装</p>
    </li>
  
    <li class="book2" id="book_02" href="http://www.testwenxi.net/">
        <p class="name">Python入门到精通</p>
        <p class="model">电子书</p>
        <p class="price">45元</p>
        <p class="color">蓝绿色封装</p>
    </li>
</ul>

• 表达式：//li
  解释：在所有节点查找为li的节点
  结果如下:

  <li class="book1" id="book_01" href="http://www.testwenxi.net/">&#13;
          <p class="name">c语言小白变怪兽</p>&#13;
          <p class="model">纸质书</p>&#13;
          <p class="price">80元</p>&#13;
          <p class="color">红蓝色封装</p>&#13;
      </li>
  <li class="book2" id="book_02" href="http://www.testwenxi.net/">&#13;
          <p class="name">Python入门到精通</p>&#13;
          <p class="model">电子书</p>&#13;
          <p class="price">45元</p>&#13;
          <p class="color">蓝绿色封装</p>&#13;
      </li>
  

• 表达式：//li[1]/p
  解释：在所有节点查找第一个li节点下的p节点
  结果如下:

  <p class="name">c语言小白变怪兽</p>
  <p class="model">纸质书</p>
  <p class="price">80元</p>
  <p class="color">红蓝色封装</p>
  
  

• 表达式：//@class
  解释：在所有节点查找包含class属性的节点
  结果如下:

   class="BookList"
   class="book1"
   class="name"
   class="model"
   class="price"
   class="color"
   class="book2"
   class="name"
   class="model"
   class="price"
   class="color"
  

• 表达式：//li[1]/@class
  解释：在所有节点查找第一个li节点的class属性注意：这里很多小伙伴会以为是查找li节点下的class属性，但其实只要/后面不是非节点名称比如li/@class或者li/..是代表li节点的class属性和li节点的父节点
  结果如下

   class="book1"
  

• 表达式：//li[1]/../@class
  解释：在所有节点查找第一个li节点的父节点class属性
  结果如下

   class="BookList"
  

• 表达式：//li[1]/../li[2]/@class
  解释：在所有节点查找第一个li节点的兄弟li节点的class属性
  结果如下

  class="book2"
  

• 表达式：//*[@class="price"][1]
  解释：在所有节点查找class属性等于price的第一个节点
  结果如下

  <p class="price">80元</p>
  

• 表达式：//*[@class="book2" and @id="book_02"]
  解释：在所有节点查找class属性等于"book2"和id属性等于"book_02"的节点，除了and之外还有or可使用
  结果如下

  <li class="book2" id="book_02" href="http://www.testwenxi.net/">&#13;
      <p class="name">Python入门到精通</p>&#13;
      <p class="model">电子书</p>&#13;
      <p class="price">45元</p>&#13;
      <p class="color">蓝绿色封装</p>&#13;
  </li>
  

• 表达式：//p[1]/text()
  解释：第一个p节点中的文本内容
  结果如下

  c语言小白变怪兽
  

• 表达式：//*[contains(@class,"colo")]
  解释：模糊匹配，表示选择 class中包含“colo”的所有 节点。
  结果如下

  <p class="color">红蓝色封装</p>
  <p class="color">蓝绿色封装</p>
  

• 表达式：//p[text()="电子书" or text()="纸质书"]
  解释：查找p节点下text是电子书或纸质书的节点
  结果如下

  <p class="model">纸质书</p>
  <p class="model">电子书</p>
  
  

• 表达式：//p/../../@class
  解释：在p节点上查找它父节点的父节点的class属性，也就是ul节点的class属性
  结果如下：

  [
  	"BookList"
  ]
  

其他较少用到的语法：

# 选择不包含class属性的节点
var result = node.SelectNodes(".//span[not(@class)]");
# 选择不包含class和id属性的节点
var result = node.SelectNodes(".//span[not(@class) and not(@id)]");
# 选择不包含class="expire"的span
var result = node.SelectNodes(".//span[not(contains(@class,'expire'))]");
# 选择包含class="expire"的span
var result = node.SelectNodes(".//span[contains(@class,'expire')]")