網頁結構的簡介和Xpath語法的入門教程

相信很多小夥伴已經聽說過xpath，之前小編也寫過一篇關於xpath的文章，感興趣的小夥伴可以戳這篇文章如何利用xpath抓取京東網商品資訊以及python網路爬蟲四**擇器（正規表示式、bs4、xpath、css）總結。今天小編繼續給大家介紹一些xpath知識點，希望對大家的學習有幫助。

1、xpath讓我們可以使用一種類似於windows下的檔案路徑的方式，讓我們可以定位到html或者xml結構中的具體元素。xpath本身包含標一些準函式庫，可以讓我們的xpath語法更加強大。

2、在html結構中，有一定的層級關係，主要的關係包括：父節點、子節點、同胞節點（兄弟節點）、先輩節點、後代節點。

一般的，像類似於這種結構，稱之為乙個節點。如上圖，根據層次關係，我們可以知道節點是的父節點，相應的，節點是節點的子節點。同胞節點又叫兄弟節點，一般的處於同級層次的節點叫同胞節點，如上圖中的節點和第乙個

節點、177~181行的

3、理解這些節點之間的關係之後，可以方便我們更好的理解xpath語法，下表是部分常用的xpath語法。

這裡特別強調「/」和「//」的區別，「/」一般代表的某個元素的子節點，而不是全部的後代節點；而「//」一般代表的某個元素的後代節點，範圍比「/」代表的要更加廣泛一些。@符號後邊時常跟著class，代表選取名為class屬性的節點，比較常見。

4、下面針對具體的網頁原始碼，讓大家了解一下網頁結構。

如上圖中的紅色框框中，class為屬性，而等於號後邊的「grid-5」即為屬性值，有的時候節點內不只是乙個屬性，如上圖中的196行中，就有兩個屬性。

5、為了更加方便的定位到div或者其他節點下的標籤，我們需要繼續進一步的進行定位鎖定，下表是部分常用的xpath語法。

掌握了xpath語法知識之後，我們就可以通過xpath語法來進行編寫xpath表示式，以提取網頁上的目標資料。