爬虫（十一）—— XPath总结
2024-09-06 00:26:36
XPath总结
一、何为XPath
XPath 使用路径表达式来选取 XML 文档中的节点或节点集。节点是通过沿着路径 (path) 或者步 (steps) 来选取的
二、XPath语法
1、语法
| 表达式 | 描述 |
|---|---|
| nodename | 选取此节点的所有子节点 |
| / | 从根节点选取 |
| // | 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 |
| . | 选取当前节点 |
| .. | 选取当前节点的父节点 |
| @ | 选取属性 |
| contains | 包含，模糊匹配 |
| * | 选取所有节点 |
| | | 与 |
2、实例
| 路径表达式 | 结果 |
|---|---|
| //book/page | 选取根目录下所有book标签中的page标签 |
| //book[@name='hong'] | 选取根目录下所有name属性是hong的book标签 |
| //*[@name='key'] | 选取根目录下所有name属性是key的任意标签 |
| //*[@name，'key_'] | 选取根目录下所有name属性包含key的任意标签 |
| //*[@id="author"]/a[3] | 选取根目录下所有id属性是author的任意标签下子标签中的第3个a标签 |
| //title[@*] | 选取所有带有属性的 title 元素 |
| //title | //price | 选取文档中的所有 title 和 price 元素。 |
三、XPath轴
定义所选节点与当前节点之间的树关系
1、XPath轴语法
轴名称::节点测试[谓语]
| 轴名称 | 结果 |
|---|---|
| ancestor | 选取当前节点的所有先辈（父、祖父等） |
| ancestor-or-self | 选取当前节点的所有先辈（父、祖父等）以及当前节点本身 |
| attribute | 选取当前节点的所有属性 |
| child | 选取当前节点的所有子元素 |
| descendant | 选取当前节点的所有后代元素（子、孙等） |
| descendant-or-self | 选取当前节点的所有后代元素（子、孙等）以及当前节点本身 |
| following | 选取文档中当前节点的结束标签之后的所有节点 |
| namespace | 选取当前节点的所有命名空间节点 |
| parent | 选取当前节点的父节点 |
| preceding | 选取文档中当前节点的开始标签之前的所有节点 |
| preceding-sibling | 选取当前节点之前的所有同级节点 |
| self | 选取当前节点 |