1 ，什麼是xpath
xpath 是一門在 xml 文件中查詢資訊的語言。xml是一種類似於html的傳輸協議
2，節點
xpath 中，有七種型別的節點：元素、屬性、文字、命名空間、處理指令、注釋以及文件（根）節點。
例項：
<?xml version="1.0" encoding="iso-8859-1"?>harry potter
j k. rowling
2005
29.99
解析： (文件節點) j k. rowling (元素節點) lang="en" (屬性節點) j k. rowling（基本值） #
一般把基本值或者節點叫做專案。
節點關係有父和子之分：
#父harry potter #是book的子，同級的專案叫做同胞，title，auther，year 和price叫做同胞
j k. rowling #同上
2005 #同上
29.99 #同上
超過一級的父子節點關係叫做先輩和後代，比如父的父，子的子等
3，選取節點
xml例項：
<?xml version="1.0" encoding="iso-8859-1"?>harry potter
29.99
learning xml
39.95
#選取節點的規則nodename 選取此節點的所有子節點。
/ 從根節點擊取。
// 從匹配選擇的當前節點擊擇文件中的節點，而不考慮它們的位置。
. 選取當前節點。
.. 選取當前節點的父節點。
@ 選取屬性。
節點擊取例項：
bookstore 選取 bookstore 元素的所有子節點。/bookstore 選取根元素 bookstore。注釋：假如路徑起始於正斜槓( / )，則此路徑始終代表到某元素的絕對路徑！
bookstore/book 選取屬於 bookstore 的子元素的所有 book 元素。
//book 選取所有 book 子元素，而不管它們在文件中的位置。
bookstore//book 選擇屬於 bookstore 元素的後代的所有 book 元素，而不管它們位於 bookstore 之下的什麼位置。
//@lang 選取名為 lang 的所有屬性。
/bookstore/book/price/text() text()選取所有文字的意思
注意：如果 xpath 的開頭是乙個斜線（/）代表這是絕對路徑。如果開頭是兩個斜線（//）表示檔案中所有符合模式的元素都會被選出來，即使是處於樹中不同的層級也會被選出來。
謂語：
/bookstore/book[1] 選取屬於 bookstore 子元素的第乙個 book 元素。/bookstore/book[last()] 選取屬於 bookstore 子元素的最後乙個 book 元素。
/bookstore/book[last()-1] 選取屬於 bookstore 子元素的倒數第二個 book 元素。
/bookstore/book[position()<3] 選取最前面的兩個屬於 bookstore 元素的子元素的 book 元素。
//title[@lang] 選取所有擁有名為 lang 的屬性的 title 元素。
//title[@lang='eng'] 選取所有 title 元素，且這些元素擁有值為 eng 的 lang 屬性。
/bookstore/book[price>35.00] 選取 bookstore 元素的所有 book 元素，且其中的 price 元素的值須大於 35.00。
/bookstore/book[price>35.00]/title 選取 bookstore 元素中的 book 元素的所有 title 元素，且其中的 price 元素的值須大於 35.00。
如何選取未知的節點：
* 匹配任何元素節點。@* 匹配任何屬性節點。
node() 匹配任何型別的節點。
/bookstore/* 選取 bookstore 元素的所有子元素。 //* 選取文件中的所有元素。 //title[@*] 選取所有帶有屬性的 title 元素。
路徑表示式中使用"|"運算子，您可以選取若干個路徑:
//book/title | //book/price 選取book 元素的所有 title 和 price 元素。//title | //price 選取文件中的所有 title 和 price
4 軸通過 xpath 軸可以定義相對於當前節點的節點集。
ancestor 選取當前節點的所有先輩（父、祖父等）。ancestor-or-self 選取當前節點的所有先輩（父、祖父等）以及當前節點本身。
attribute 選取當前節點的所有屬性。
child 選取當前節點的所有子元素。
descendant 選取當前節點的所有後代元素（子、孫等）。
descendant-or-self 選取當前節點的所有後代元素（子、孫等）以及當前節點本身。
following 選取文件中當前節點的結束標籤之後的所有節點。
namespace 選取當前節點的所有命名空間節點。
parent 選取當前節點的父節點。
preceding 選取文件中當前節點的開始標籤之前的所有節點。
preceding-sibling 選取當前節點之前的所有同級節點。
self 選取當前節點。
6 例項
<?xml version="1.0" encoding="iso-8859-1"?>everyday italian
giada de laurentiis
2005
30.00
harry potter
j k. rowling
2005
29.99
xquery kick start
james mcgovern
per bothner
kurt cagle
james linn
vaidyanathan nagarajan
2003
49.99
learning xml
erik t. ray
2003
39.95
選取所有的title：/bookstore/book/title
選取第乙個book下面的title：/bookstore/book[1]/title
選取price節點中所有的文字：/bookstore/book/price/text()
選取**高於35的所有price節點的文字：/bookstore/book[price>35]/price
選取**節點高於35的所有title節點：/bookstore/book[price>35]/title
scrapy爬蟲之xpath資料提取工具的使用
xpath是xml路徑語言，它是一種來確定xml文件某部分位置的語言 html屬於xml html的一般格式 表題資訊 head 我們網頁中看到的內容 body html 表示式 描述 標籤 選中根，或根下的第一層標籤 標籤 全域性匹配的標籤 點前節點 當前節點的父節點 選擇所有標籤 text 選中...
scrapy應用xpath語法
如 等等各種型別xpath語法可以用分號做分隔符來區分標籤 但是最需要注意的是標籤的屬性值和標籤下的內容 以及這個部分 下面將對這兩個部分書寫xpath div a text get 首先鎖定要查詢的父標籤 text response.xpath div id search nature rg ul...
爬蟲基礎之Xpath！
參見 參見div 1 獲取本頁面第乙個div div last 獲取本頁面最後乙個div div last 1 獲取倒數第二個div div 1 div last 獲取第乙個div和最後乙個div 從根節點擊取 從匹配選擇的當前節點擊擇文件中的節點，而不考慮它們的位置 div class title...