Xpath做数据解析

xpath是一个路径表达式，

（1）xpath节点

在XPath中，有七种类型的节点：元素，属性，文本，命名空间，处理指令，注释以及文档节点；XML文档是被作为节点树来对待的。树的根被称为文档节点或者根结点

（2）xpath语法

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）来获取的。

//表示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。例如：

<?xml version="1.0" encoding="UTF-8"?>
<bookstore>
<book>
  <title lang="eng">Harry Potter</title>
  <price>29.99</price>
</book>
<book>
  <title lang="eng">Learning XML</title>
  <price>39.95</price>
</book>
</bookstore>

其中，选取节点方式为：

表达式	描述
`bookstore`	表示选取bookstore元素的所有子节点；
`/bookstore`	表示选取根元素bookstore；
`bookstore/book`	表示选取bookstore的子元素的所有book元素；
`//book`	表示选取所有book子元素，而不管它们在文档中的位置；
`bookstore//book`	表示选取bookstore元素的后代的所有book元素，而不管它们位于bookstore之下的什么位置；
`//@lang`	表示选取名为lang的所有元素。

选择谓语方式为：

谓语用来查找某个特定的节点或者包含某个指定的值的节点；谓语被嵌套在方括号中；

路径表达式	结果
`/bookstore/book[1]`	表示选取属于bookstore子元素的第一个book元素；
`/bookstore/book[last()]`	表示选取属于bookstore子元素的最后一个book元素；
`/bookstore/book[-1]`	表示选取bookstore子元素的倒数第二个book元素；
`bookstore/book[position()<3]`	选取最前面的两个属于bookstore元素的子元素的book元素；
`//title[@lang]`	表示选取所有拥有名为lang的属性的title元素；
`//title[@lang='eng']`	表示选取所有拥有属性lang的值为eng的title元素；
`bookstore/bookprice>35.00]`	表示选取bookstore元素的所有book元素，且其中的price元素的值须大于35.00；
`/bookstore/book[price>35.00]/title`	表示选取bookstore元素中的book元素的所有title元素，且其中的price元素的值须大于35.00。

选取未知节点：（通配符）

XPath通配符可用来选取位置的XML元素；

通配符	描述
`*`	匹配任何元素节点；
`@*`	匹配任何属性节点；
`node()`	匹配任何类型的节点；

对应的路径表达式可以为：

路径表达式	结果
`/bookstore/*`	选取文档中的所有元素；
`//*`	表示文档中的所有元素。
`//title[@*]`	选取所有带有属性的title元素。

选取若干路径：

通过在路径表达式中使用“|”运算符，您可以选取若干个路径。

因此：//dd[@data-index = '0']表示选取所有dd子元素，且其属性data-index的值为0；

//div[@class='option-list']表示选取所有div子元素，且其属性class的值为option-list；

/a/text()表示选取属于a元素节点中的所有文本；其中text()表示匹配任何文本类型的节点；

故//dd[@data-index = '0']//div[@class='option-list']/a/text()表示选取所有属性data-index值为0的dd元素下的所有属性class值为option-list的div元素下的a元素的所有文本；

而//dd[@data-index = '0']//div[@class='option-list']/a/@href表示选取所有属性data-index值为0的dd元素下的所有属性class值为option-list的div元素下的a元素的所有属性为href的数据；