Xpath 是一种用在XML文档中定位元素的语言，且支持html元素的解析。
Xpath本质是通过路径来查找html中的元素。
相关语法| 表达式 | 说明 |
|---|---|
| / | 从根节点开始 |
| // | 从任意节点开始 |
| . | 选取当前的节点 |
| … | 选取当前节点的父节点 |
| @ | 选取属性 |
| * | 通配符, 表示任意节点或任意属性 |
- 父节点: parent, 上一级节点.子节点: child, 下一级节点.兄弟节点: sibling, 同级节点, 拥有相同的父节点.祖先节点: ancestor, 爷爷辈及以上的节点.后代节点: descendant, 孙辈及一下的节点.following: 选取文档中当前节点的结束标签之后的所有节点。preceding: 选取文档中当前节点的开始标签之前的所有节点.
html.xpath("//td/child::*") #td节点下所有的子节点
html.xpath("//td/follwing::text()") #td节点下结束标签之后的所有节点的文本
html.xpath("//child::")
常用函数
| 函数 | 说明 |
|---|---|
| contains () | //div[contains(@id,‘迪文’)] ,表示选择id中包含有’迪文’的div节点 |
| text() | 节点的文本 |
| starts-with() | //div[starts-with(@id,‘迪文’)] ，表示选择以’迪文’开头的id属性的div节点 |
| ends-with() | //div[ends-with(@id, ‘迪文’)], 选取 id 属性以 迪文结尾的 div 元素 |
| not(), and() | //div[@name=‘迪文’ and not(contains(@class,‘b’))], 表示匹配出name为迪文并且class的值中不包含b的div节点 |
| string() | 元素节点内部所有节点元素的文本内容 |
| position() | 选取位置 |
| 正则表达式 | [re:match(@class, ‘迪文d.’)] |
