常见的爬虫分析库（2）-xpath语法

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.子节点

3.同胞节点

4.先辈节点

5.后代节点

xpath语法

表达式	s说明
article	选取所有article元素的子节点
/article	选取根元素article
article/a	选取所有属于article的子元素a的元素
//div	选取所有div子元素（不论出现在文档任何地方）
/article//div	选取所有属于article元素的后代div元素。不管它出现在article元素之下的任何位置
//@class	选取所有名为class的属性
/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
/article/div[last()-1]	选取属于article子元素的倒数第二个div元素
//div[@lang]	选取所有拥有lang熟悉的div元素
//div[@lang='eng']	选取所有lang属性为eng的元素
/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div元素
/div/a|//div/p	选取所有div元素的a和p元素
//span|//ul	选取文档中的span和ul元素
article/div/p|//span	选取所有属于article元素的div元素的p元素，以及文档中所有的span元素