30个示例手把手教你学会Xpath高级用法

xpath速度比较快，是爬虫在网页定位中的较优选择，但是很多网页前端代码混乱难以定位，而学习定位也较为不易（主要是全面的教程较少），这里列出一点编程过程中可能有用的东西，欢迎共同学习批评指正。

试验环境：Python环境，lxml.etree

• 试验所使用的html代码

1、匹配某节点下的所有.//

//获取文档中所有匹配的节点，.获取当前节点，有的时候我们需要获取当前节点下的所有节点，.//一定要结合.使用//，否则都会获取整个文档的匹配结果.

2、匹配包含某属性的所有的属性值//@lang

3、选取若干路径|

这个符号用于在一个xpath中写多个表达式用，用|分开，每个表达式互不干扰

4、 Axes（轴）

• child：选取当前节点的所有子元素

• attribute：选取当前节点的所有属性

• ancestor：父辈元素 / ancestor-or-self：父辈元素及当前元素

• descendant：后代 / descendant-or-self：后代及当前节点本身

使用方法同上

• following :选取文档中当前节点的结束标签之后的所有节点

• namespace：选取当前节点的所有命名空间节点

• parent：选取当前节点的父节点

• preceding：选取文档中当前节点的开始标签之前的所有节点

• preceding-sibling：选取当前节点之前的所有同级节点

• self：选取当前节点

• 组合拳

5、position定位

6、条件

7、函数

• count：统计

• concat：字符串连接

• string：解析当前节点下的字符

• local-name：解析节点名称

• contains(string1,string2)：如果 string1 包含 string2，则返回 true，否则返回 false

• not：布尔值（否）

• string-length：返回指定字符串的长度

• 组合拳2

• or：多条件匹配

• 组合拳3：floor + div除法 + ceiling

• 组合拳4隔行定位：position+mod取余

• starts-with：以。。开始

8、数值比较

• <：小于

• div：对某两个节点的属性值做除法

• 组合拳4：根据节点下的某一节点数量定位

9、将对象还原为字符串

以上就是目前我整理出的全部内容，说明一点，xpath虽快，但是使用时尽量使用简洁高效的方式，本文旨在定位那些较难的地方使用，刻意追求晦涩难懂的技巧会影响其效率，并不可取。

如有错误请评论指出，如有更强大好玩儿的也可以贴出来大家共同学习。 最后修改日期：2017/11/23

作者：whaike

来源：http://www.jianshu.com/p/1575db75670f