【学习笔记】XPath定位总结

XPath即为XML路径语言（XML Path Language），它是一种用来确定XML文档中某部分位置的语言。

原理：基于html的文档目录结构进行定位元素。

以html代码为例讲解各种定位方法：

1. 绝对路径：以/开头从根节点一直找到当前节点

定位第一个div里面的img标签：/html/body/div/img[@alt="div1-img1"]，其中[]里面是通过标签属性来确定要找到元素（img标签的alt属性）

绝对路径比较脆弱，变动结构后就容易变化，维护成本高，不推荐使用

2. 相对路径：以//开头的，根据要定位的元素的特征来定位的

定位第二个div里的input标签：//input[@name="div2input"]

一般都会用相对路径

3. 索引定位：在找到一个集合结果后，通过索引定位第几个

定位第二个input标签：//input[2]

如果页面中存在特征相同多个类似元素，此方法好用

4. 属性值定位：上面已经提到过了，就是在[]里面通过标签的属性来定位

例如定位“百度搜索”的超链接：//a[@href="http://www.baidu.com"]

也可以使用多个属性定位：//input[@type="text" and @name="address"]或//input[@type="text"][@name="address"]

如果页面中的元素特征性较强，能够通过特征定位，此法好用

5. 使用模糊函数定位：contains(),第一个入参是属性，第二个是第一个参数中的属性值包含的内容

定位“搜狗搜索”超链接：//a[contains(@href,"sougou")]

适用于属性值有部分内容固定的情况，比如搜狗搜索的超链接有可能变成，https://www.sougou.com，而不是http://www.sougou.com，此时就不用修改，脚本代码也能兼容变化了，此法好用

6. 轴定位：用::表示，选择当前节点的父节点（parent）、子节点（child）、祖先节点（ancestor）、子孙节点（descendant）、后节点（following）前节点（preceding）、后兄弟节点（following-sibling）、前兄弟节点（preceding-sibling）

如上图，定位第一个div的img：//div[1]/child::img

//div[1]定位到第一个div，它作为当前节点，找他的子节点中的img标签

此方法适用于相对位置较为固定的元素结构，此法好用

另：如果::后面是*，则表示取所有符合条件的元素

7. 文本text定位：通过html标签的文本定位的方法

例如定位文本内容等于“搜狗搜索”的a标签：//a[text()="搜狗索索"]

常常结合contains函数：//a[contains(text(),"搜狗")]

此法对于有text属性的标签好用，像div没有text属性，不能用