Xpath语法

XPath简介

Xpath（XML Path Language）是一门在XML和HTML文档中查找信息的语言，可以用来在XML和HTML文档中对元素和属性进行遍历。Xpath语法就是获取文本数据的一定规则。

HTML实例文档

Xpath语法

1.节点选取

表达式	描述	用法	说明
namenode	选取此节点的所有子节点	div	选取div下的所有标签
//	从全局节点中选择节点，可任意位置	//div	选取整个HTML页面的所有div标签
/	选取某个节点下的节点	//div/ul	选取div标签下的ul标签
@	选取某个带属性的节点	//li[@id]	选择带有id属性的li标签
.	当前节点下	./li	选择当前节点下的li标签

用[ ]括号内添加@，将标签属性添加进去，将含有该标签属性的部分提取出来。

例：//div/ul/li[@class]，将div标签下的li标签下的所有class标签的内容提取出来。

2.谓语

表达式	用法说明
//div/ul/li[1] //div/ul/li[k]	选择所有ul下的第一个li标签 选择所有ul下的第k个li标签
//div/ul/li[last()]	选择所有ul下的最后一个li标签
//div/ul/li[position()<3]	选择所有ul下的前两个li标签
//li[@id]	选择带有id属性的li标签
//li[@id='line-5']	选择所有拥有id=line-5的li标签

注意：k表示当前位置下的第k个标签

3.通配符

通配符	描述	示例	结果
*	匹配任意节点	//li[@id='line-5']/*	选择所有拥有id=line-5的li标签下的所有节点
@*	匹配节点中的任何属性	//li[@*] //a[@*]	选择所有拥有属性的li标签 选择所有拥有属性的li标签

注意：若标签下，煤油标签属性，不会被提取出来，会以空格返回

4.选取多个路径

使用 | 来表示选择多个路径

路径表达式	结果
//ul/li | //ul/script	选取ul标签下的所有li和script标签
//li | //script	选取文档中所有li和script标签
//div/ul/li | /script	选取属于div标签下的ul标签里所有li标签，以及文档中所有script标签