Xpath语法笔记

原文链接： Xpath语法笔记

摘要: XPath 是一门在 XML 文档中查找信息的语言。XPath 用于在 XML 文档中通过元素和属性进行导航。 同时Xpath在做爬虫时也是一款利器
一、选取节点

常用的路劲表达式：

表达式
 描述 	实例

nodename 	选取nodename节点的所有子节点
 xpath('//div')
 选取了div节点的所有子节点
/ 	从根节点选取 	xpath('/div') 	从根节点上选取div节点
// 	选取所有的当前节点，不考虑他们的位置
 xpath('//div') 	选取所有的div节点
. 	选取当前节点 	xpath('./div')
 选取当前节点下的div节点
.. 	选取当前节点的父节点
 xpath('..') 	回到上一个节点
@ 	选取属性
 xpath（'//@calss'）
 选取所有的class属性

二、谓语

谓语被嵌在方括号内，用来查找某个特定的节点或包含某个制定的值的节点

实例：

表达式
 结果
xpath('/body/div[1]')
 选取body下的第一个div节点
xpath('/body/div[last()]')
 选取body下最后一个div节点
xpath('/body/div[last()-1]') 	选取body下倒数第二个div节点
xpath('/body/div[positon()<3]') 	选取body下前两个div节点
xpath('/body/div[@class]') 	选取body下带有class属性的div节点
xpath('/body/div[@class="main"]') 	选取body下class属性为main的div节点
xpath('/body/div[price>35.00]') 	选取body下price元素值大于35的div节点

三、通配符

Xpath通过通配符来选取未知的XML元素

表达式
 结果
xpath（'/div/*'）
 选取div下的所有子节点
xpath('/div[@*]')
 选取所有带属性的div节点

四、取多个路径

使用“|”运算符可以选取多个路径

表达式
 结果
xpath('//div|//table')
 选取所有的div和table节点


五、Xpath轴

轴可以定义相对于当前节点的节点集
轴名称
 表达式 	描述
ancestor
 xpath('./ancestor::*') 	选取当前节点的所有先辈节点（父、祖父）
ancestor-or-self 	xpath('./ancestor-or-self::*') 	选取当前节点的所有先辈节点以及节点本身
attribute 	xpath('./attribute::*') 	选取当前节点的所有属性
child 	xpath('./child::*') 	返回当前节点的所有子节点
descendant 	xpath('./descendant::*') 	返回当前节点的所有后代节点（子节点、孙节点）
following 	xpath('./following::*') 	选取文档中当前节点结束标签后的所有节点
following-sibing 	xpath('./following-sibing::*') 	选取当前节点之后的兄弟节点
parent 	xpath('./parent::*') 	选取当前节点的父节点
preceding 	xpath('./preceding::*') 	选取文档中当前节点开始标签前的所有节点

preceding-sibling 	xpath('./preceding-sibling::*') 	选取当前节点之前的兄弟节点
self 	xpath('./self::*') 	选取当前节点


六、功能函数

使用功能函数能够更好的进行模糊搜索

函数 	用法 	解释
starts-with 	xpath('//div[starts-with(@id,"ma")]') 	选取id值以ma开头的div节点
contains
 xpath('//div[contains(@id,"ma")]') 	选取id值包含ma的div节点
and
 xpath('//div[contains(@id,"ma") and contains(@id,"in")]') 	选取id值包含ma和in的div节点
text() 	xpath('//div[contains(text(),"ma")]') 	选取节点文本包含ma的div节点

scrapy xpath文档：http://doc.scrapy.org/en/0.14/topics/selectors.html