爬虫 xpath

xpath简介

1.xpath使用路径表达式在xml和html中进行导航

2.xpath包含标准函数库

3.xpath是一个w3c的标准

xpath节点关系

1.父节点

2.字节点

3.同胞节点

4.先辈节点

4.后代节点

xpath语法

表达式	说明
article	选取所有article元素的所有字节点
/article	选取跟元素article
//div	选取所有属于article的子元素的a元素
article//div	选取所有属于article元素的后代的div元素,不管它出现在article之下的任何位置
//@class	选择所有名为class的属性
/div/*	选取属于 div元素的所有子节点
//*	选取所有元素
//div[@*]	选取所有带属性的title元素

xpath语法-谓语

表达式	说明
/article/div[1]	选取属于article子元素的第一个div元素
/article/div[last()]	选取属于article子元素的最后一个div元素
//div[@lang]	选取所有拥有lang属性的div元素
//div[@lang='eng']	选取所有lang属性为eng的div元素