1、XPath

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

　　xml文档（html 属于 xml）是由一系列节点构成的树，例如：

　　

<html>

    <body>

        <div>

            <p>Hello world</p>

            <a href = '/home'>Click here</a>

        </div>

    </body>

</html>

xml 文档的节点有多种类型，其中最常用的有一下几种：

　　（1）根节点   整个文档树的根

　　（2）元素节点  html、body、div、p、a

　　（3）属性节点   href

　　（4）文本节点  Hello world、Click here

　　节点间的关系有以下几种：

　　　　（1）父子        body 是 html 的子节点，p 和 a 是div的子节点，反过来，div是p和a的父节点

　　　　（2）兄弟　　p 和 a 是兄弟节点

　　　　（3）祖先、后裔　　body、div、p、a 都是html的后裔节点，反过来 html 是body、div、p、a的祖先节点

2、基础语法

　　XPath 常用的基本语法

表达式     描述    
/ 选中文档的根（root）  
. 选中当前节点
.. 选中当前节点的父节点
ELEMENT                     选中子节点中所有 ELEMENT 元素节点       
//ELEMENT 选中父点节点中所有 ELEMENT 元素节点  
* 选中所有元素子节点
text（） 选中所有文本子节点
@ATTR 选中所有 ATTR 的属性节点
@* 选中所有属性节点
[谓语] 谓语是用来查找某个特定节点或者包含某个特定值的节点     

接下来，我们通过一些例子展示 XPath 的使用

　　

>>> from scrapy.selector import Selector

>>> from scrapy.http import HtmlResponse

>>> body = '''

...<html>

...    <head>

...       <base href='http://example.com'/>

...       <title>Example website</title>

...    </head>

...     <body>

...         <div id = 'images'>

...               <a  href = 'image1.html'>Name:  Image <br/>

...               <a  href = 'image2.html'>Name:  Image <br/>

...               <a  href = 'image3.html'>Name:  Image <br/>

...               <a  href = 'image4.html'>Name:  Image <br/>

...               <a  href = 'image5.html'>Name:  Image <br/>

...          </div>

...     </body>

... </html>   
>>> response = HtmlResponse(url = 'http://www.example.com')

3、常用函数

　　XPath 还提供了许多函数，如数字、字符串、时间、日期、统计等。

　　下面介绍两种十分常用的字符串函数

　　（1）string(arg)：返回传参数字符串值

　　（2）contains(str1, str2)：判断 str1 中是否包含 str2，返回布尔值

4、CSS

　　CSS 即层叠样式表，其选择器是一种用来确定 HTML 文档中某部分位置的语言

　　CSS 选择器的语法比 XPath 更简单一些，但功能不如 XPath 强大，实际上，当我们电泳 Selector 对象的 CSS 方法时，在其内部会使用 Python库 cssselect 将CSS 选择器表达式翻译成 XPath 表达式，然后电泳 Selector 对象的 XPath 方法。

XPath 和 CSS的更多相关文章

  1. 黄聪：HtmlAgilityPack中SelectSingleNode的XPath和CSS选择器

    XPath和CSS选择器 原文:http://ejohn.org/blog/xpath-css-selectors 最近,我做了很多工作来实现一个同时支持XPath和CSS 3的解析器,令我惊讶的是: ...

  2. Selenium自动化中DOM，XPATH，CSS定位Web页面对象的优劣性分析

    加速IE浏览器自动化执行效率:Selenium自动化中DOM,XPATH,CSS定位Web页面对象的优劣性分析 1.技术背景       在Web应用中,用户通过键盘在输入框中输入值和鼠标点击按钮,链 ...

  3. UI自动化之元素定位(xpath、css)

    很早之前就已经写过自动化了,不过点着功能久了就会容易忘记元素定位,尤其是xpath和css定位,所以就花点时间做下总结收集. xpath有两种定位: 一.绝对路径(不推荐使用,除非已经使用了所有方式仍 ...

  4. 验证Xpath和CSS 路径是否有效

    XPath定位和CSS定位在Selenium中是经常使用的. 在FireFox浏览器和Chrome浏览器,可以使用这样的方法来验证定位是否准确. 以Chrome浏览器做范例 按键盘的F12 进入开发者 ...

  5. selenium学习笔记（xpath和css定位）

    简单的介绍下xpath和css的定位 理论知识就不罗列了 还是利用博客园的首页.直接附上代码: 这个是xpath #!/usr/bin/env python # -*- coding: utf_8 - ...

  6. 谷歌浏览器使用SelectorGadget和Xpath Helper获取xpath和css path

    在上篇文章里,介绍了如何在火狐浏览器中获取网页元素的xpath和css path. 这篇文章将介绍,在谷歌浏览器中使用SelectorGadget和Xpath Helper实现同样功能. 这两个谷歌浏 ...

  7. 火狐浏览器使用firebug获取xpath和css path

    工作中,常常会用到网页元素的定位方式,常用的有xpath和css path两种定位方式. 现在简单介绍如何使用工具自动生成元素的定位字符串. 首先介绍在火狐浏览器上使用FireBug及其扩展FireP ...

  8. 【WEB自动化】【第一节】【Xpath和CSS元素定位】

    目前自动化测试开始投入WEB测试,使用RF及其selenium库,模拟对WEB页面进行操作,此过程中首先面对的问题就是对WEB页面元素的定位,几乎所有的关键字都需要传入特定的WEB页面元素,因此掌握常 ...

  9. 正则表达式(特殊字符)/Xpath语法/CSS选择器

    正则表达式(特殊字符) ^ 开头 '^b.*'----以b开头的任意字符 $ 结尾 '^b.*3$'----以b开头,3结尾的任意字符 * 任意长度(次数),≥0 ? 非贪婪模式,非贪婪模式尽可能少的 ...

  10. QTP11使用DOM XPath以及CSS识别元素对象

    我们知道,像DOM,Html,CSS,XPath等对对象的识别策略广泛运用于一些开源的工具,例如:Selenium,Watir,Watir-Webdriver,以前qtp版本是不支持这些东西的,现在q ...

随机推荐

  1. Python学习（三）——Python的运算符和数值、字符的类中方法

    Python开发IDE PyCharm,eclipse PyCharm的基础用法 全部选中后 Ctrl+?全部变为注释 运算符 结果为值的运算符 算术运算符: + - * / % // ** 赋值运算 ...

  2. codeforces-Three Friends

      Three Friends Three friends are going to meet each other. Initially, the first friend stays at the ...

  3. 【TCP/IP网络编程】：06基于UDP的服务器端/客户端

    本篇文章简单描述了UDP传输协议的工作原理及特点. 理解UDP UDP和TCP一样同属于TCP/IP协议栈的第二层,即传输层. UDP套接字的特点 UDP的工作方式类似于传统的信件邮寄过程.寄信前应先 ...

  4. .NET中的字符串(3):字符串的比较

    在.NET中,对字符串的比较操作并不仅仅是简单的比较二者的值,= =操作首先比较两个字符串的引用,如果引用相同,就直接返回True:如果不同再去比较它们的值.所以如果两个值相同的字符串的比较相对于引用 ...

  5. python：布尔类型

    bool:有两个值,True 和 False bool 其实是int类型的一个子类,True一般为1,False一般为0 判断前一个是否是后一个的子类:issubclass(A, B) 内建函数boo ...

  6. 《实战Java高并发程序设计》读书笔记二

    第二章  Java并行程序基础 1.线程的基本操作 线程:进程是线程的容器,线程是轻量级进程,是程序执行的最小单位,使用多线程而不用多进程去进行并发程序设计是因为线程间的切换和调度的成本远远的小于进程 ...

  7. ES2.3.5版本的数据类型

    1,最近使用了2.3.5版本的ES,发现在创建索引的时候出了以下错误. (1)例: POST 192.168.11.166:9200/article3/article/_mapping { " ...

  8. 十四、制作优美的div弹框

    功能描述:确认[调整按钮]弹出精美div弹框 1.jsp页面:perfectAlertDiv.jsp <%@ page contentType="text/html;charset=U ...

  9. Nginx笔试题！

    1.Nginx实现HTTP及TCP负载均衡的模块?HTTP就是工作在七层协议TCP工作在四层协议 Nginx七层负载:七层通过虚拟的URL或主机名接收请求在server里面配置location反向代理 ...

  10. idea取消参数标记