XPath 语法完全指南:从入门到精通
.## 一、XPath 简介XPathXML Path Language是一种在 XML 文档中查找信息的语言它使用路径表达式来选取 XML 文档中的节点或节点集。XPath 最初是为 XSLT 和 XPointer 设计的核心组件但如今已被广泛应用于Web 爬虫Python 的 lxml、Scrapy 框架自动化测试Selenium、Appium 元素定位数据提取从 HTML/XML 中解析结构化数据配置文件XML 配置的动态查询XPath 1.0 是最广泛支持的版本本文所有语法均基于 XPath 1.0。二、XPath 基本概念2.1 节点类型XPath 将 XML 文档抽象为七种节点类型节点类型说明示例元素节点ElementXML 标签book属性节点Attribute标签属性id1文本节点Text标签内文本Hello World注释节点CommentXML 注释!-- comment --处理指令节点PI?xml ...?命名空间节点Namespacexmlns:xsl根节点Root文档根不可见/2.2 节点关系父节点Parent每个元素和属性都有且仅有一个父节点子节点Children元素节点可以有零个或多个子元素兄弟节点Siblings拥有相同父节点的节点祖先节点Ancestor父节点、祖父节点等后代节点Descendant子节点、孙子节点等三、XPath 路径表达式3.1 基本语法XPath 使用类似文件系统的路径表达式来定位节点/ # 从根节点开始绝对路径 // # 从当前节点的后代中选取相对路径 . # 当前节点 .. # 当前节点的父节点 # 选取属性 * # 通配符匹配任意元素节点 * # 通配符匹配任意属性节点 node() # 匹配任意类型节点 text() # 匹配文本节点 comment() # 匹配注释节点3.2 常用路径示例假设有如下 XML 文档bookstorebookcategorycookingtitlelangenEveryday Italian/titleauthorGiada De Laurentiis/authoryear2005/yearprice30.00/price/bookbookcategorychildrentitlelangenHarry Potter/titleauthorJ K. Rowling/authoryear2005/yearprice29.99/price/book/bookstore表达式结果bookstore选取 bookstore 元素的所有子节点/bookstore选取根元素 bookstorebookstore/book选取 bookstore 下所有 book 子元素//book选取所有 book 元素无论位置bookstore//book选取 bookstore 后代中所有 book//lang选取所有名为 lang 的属性/bookstore/book[1]第一个 book 子元素/bookstore/book[last()]最后一个 book 子元素/bookstore/book[position()3]前两个 book//title[lang]所有带 lang 属性的 title//title[langen]lang 属性为 en 的 title/bookstore/book[price30]price 大于 30 的 book四、XPath 轴Axes轴定义了相对于当前节点的节点集是 XPath 强大定位能力的核心。4.1 轴的语法轴名称::节点测试[谓词]4.2 常用轴一览轴名称缩写说明ancestor当前节点的所有祖先父、祖父…ancestor-or-self祖先及自身attribute当前节点的所有属性child默认当前节点的所有子元素descendant//当前节点的所有后代descendant-or-self后代及自身following文档中当前节点结束标签之后的所有节点following-sibling当前节点之后的所有兄弟节点namespace当前节点的所有命名空间节点parent..当前节点的父节点preceding文档中当前节点开始标签之前的所有节点preceding-sibling当前节点之前的所有兄弟节点self.当前节点自身4.3 轴使用示例# 选取当前节点的所有子元素 child::book # 选取当前节点的所有属性 attribute::lang # 等价于 lang # 选取当前节点所有后代中的 title descendant::title # 等价于 .//title # 选取当前节点的父节点 parent::node() # 等价于 .. # 选取当前节点之后的所有兄弟 book following-sibling::book # 选取当前节点之前的所有兄弟 preceding-sibling::*五、XPath 谓词Predicates谓词用于过滤节点集写在方括号[]中返回布尔值。5.1 数值谓词# 第一个子元素 /bookstore/book[1] # 最后一个子元素 /bookstore/book[last()] # 倒数第二个 /bookstore/book[last()-1] # 前三个 /bookstore/book[position() 3]5.2 属性谓词# 存在 lang 属性 //title[lang] # lang 属性等于 en //title[langen] # 多属性条件 //input[typetext and nameusername] # 属性包含某值 //div[contains(class, header)] # 属性以某值开头 //a[starts-with(href, https)]5.3 文本谓词# 文本完全匹配 //a[text()登录] # 文本包含 //button[contains(text(), 提交)] # normalize-space 去除空白后匹配 //div[normalize-space(text())Hello World]5.4 逻辑运算符# and //book[categorycooking and price25] # or //book[price10 or price50] # not() //div[not(class)] # ! //title[lang!en]六、XPath 内置函数XPath 1.0 提供了丰富的内置函数分为四大类。6.1 节点集函数函数说明last()当前节点集中最后一个节点的位置position()当前节点在节点集中的位置从1开始count(node-set)返回节点集中的节点数量name(node-set?)返回节点的名称local-name(node-set?)返回不带命名空间前缀的名称namespace-uri(node-set?)返回命名空间 URI6.2 字符串函数函数说明string(obj?)将对象转换为字符串concat(string, string, ...)字符串拼接contains(s1, s2)s1 是否包含 s2starts-with(s1, s2)s1 是否以 s2 开头substring(s, start, len?)截取子串substring-before(s1, s2)s2 之前的部分substring-after(s1, s2)s2 之后的部分string-length(s?)字符串长度normalize-space(s?)去除首尾空白合并中间空白translate(s1, s2, s3)字符替换6.3 数值函数函数说明number(obj?)转换为数字sum(node-set)节点集数值求和floor(num)向下取整ceiling(num)向上取整round(num)四舍五入6.4 布尔函数函数说明boolean(obj)转换为布尔值not(condition)逻辑非true()返回 truefalse()返回 falselang(string)判断节点语言七、XPath 运算符7.1 完整运算符列表运算符说明示例|节点集合并//h1 | //h2加法price 10-减法price - 5*乘法price * 1.1div除法price div 2mod取模position() mod 2等于id1!不等于class!hidden小于price10小于等于price10大于price10大于等于price10and逻辑与a and bor逻辑或a or b注意XPath 中除法用div取模用mod不能用/和%。八、实战场景HTML 元素定位8.1 Selenium 常用定位技巧fromseleniumimportwebdriverfromselenium.webdriver.common.byimportBy driverwebdriver.Chrome()# 1. 通过 id 定位driver.find_element(By.XPATH,//*[idusername])# 2. 通过 class 定位注意 class 是多值属性driver.find_element(By.XPATH,//div[contains(class, login-form)])# 3. 通过文本定位driver.find_element(By.XPATH,//button[text()登录])# 4. 通过父子关系定位driver.find_element(By.XPATH,//form[idlogin]//input[typesubmit])# 5. 通过兄弟节点定位driver.find_element(By.XPATH,//label[text()密码]/following-sibling::input)# 6. 通过索引定位从1开始driver.find_element(By.XPATH,(//table//tr)[2]/td[3])8.2 Python lxml 解析示例fromlxmlimportetree html html body ul classmenu lia href9/home首页/a/li lia href/about关于/a/li lia href/contact联系/a/li /ul /body /html treeetree.HTML(html)# 获取所有链接文本textstree.xpath(//ul[classmenu]//a/text())print(texts)# [首页, 关于, 联系]# 获取所有 href 属性hrefstree.xpath(//ul[classmenu]//a/href)print(hrefs)# [/home, /about, /contact]# 同时获取文本和属性itemstree.xpath(//ul[classmenu]//a)foriteminitems:print(item.text,item.get(href))九、高级技巧与注意事项9.1 XPath 轴的组合使用# 找到当前 td 所在行的第一个 td ./ancestor::tr/td[1] # 找到当前元素前面最近的一个 h2 ./preceding::h2[1] # 找到当前 div 的下一个兄弟 section ./following-sibling::section[1]9.2 常见陷阱索引从 1 开始XPath 的位置索引从 1 开始不是 0class 属性是多值的classbtn只能匹配完全等于 btn 的元素推荐用contains(class, btn)text() 只取直接子文本如果元素内有嵌套标签text()只取直接文本节点用.或string()获取全部文本命名空间问题有命名空间的文档需要注册命名空间才能正确查询谓词中的 and/orXPath 用and/or不是/||9.3 性能优化建议优先使用//会扫描整个文档尽量缩小范围如//div[idmain]//a避免使用//*全文档扫描属性定位比文本定位更稳定复杂页面优先使用 id 或唯一 class 作为锚点十、总结XPath 是一门强大而简洁的查询语言掌握它的核心在于理解节点模型把 XML/HTML 看作节点树熟练路径表达式/、//、.、..、是基础善用轴定位轴是 XPath 区别于 CSS 选择器的核心优势灵活运用谓词谓词让定位更精确掌握常用函数contains、text()、position()等是高频使用无论是爬虫、自动化测试还是数据解析XPath 都是不可或缺的工具。希望本文能帮助你系统掌握 XPath 语法。如果本文对你有帮助欢迎点赞、收藏、关注三连支持

相关新闻

国产模型做代码审查:误报率测试脚本让我重新认识了 OpenAI

国产模型做代码审查:误报率测试脚本让我重新认识了 OpenAI

国产模型做代码审查:误报率测试脚本让我重新认识了 OpenAI 代码审查工具选型实战:国产大模型与OpenAI的工程化差距 当灰度上线前的最后一天,CI流水线突然被数百条SonarQube误报淹没时,整个技术团队陷入了混乱。作为技术负责人,我意识到这次尝试用国产大模型替代OpenAI进行代码…

2026/11/17 2:21:04 阅读更多 →
数组、链表还是哈希表:先对齐输入规模再比较

数组、链表还是哈希表:先对齐输入规模再比较

数组、链表还是哈希表:先对齐输入规模再比较 渐近复杂度只描述增长趋势,数组、链表和哈希表的实际差异还受内存布局、访问分布与并发方式影响。先固定输入规模和操作比例,再比较时间、分配与正确性。 先检查比较是否公平 基准测试需要固定实现…

2026/11/11 6:48:53 阅读更多 →
Atcoder Beginner Contest 151-180

Atcoder Beginner Contest 151-180

Atcoder Beginner Contest 151 Atcoder Beginner Contest 151-CSDN博客 AtCoder Beginner Contest 152 AtCoder Beginner Contest 152_atcoder beginner contest 152 b-CSDN博客 AtCoder Beginner Contest 153 AtCoder Beginner Contest 153_atcoder beginner contest153e-CSDN…

2026/11/11 6:53:09 阅读更多 →

最新新闻

Electron桌面应用开发实战:从环境搭建到打包发布全流程

Electron桌面应用开发实战:从环境搭建到打包发布全流程

做前端这些年,我大部分时间都在跟浏览器标签页打交道,直到第一次把桌面应用跑起来,才发现原来自己一直被限制在地址栏和刷新按钮围起来的框框里。Electron这个词,最开始是在某段时间频繁出现在同事的讨论里,一个用HTML…

2026/11/16 8:22:12 阅读更多 →
滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

简介:亚太天能T109滑盖智能锁产品说明书是一份PDF格式的官方技术文档,主要面向智能锁安装人员、终端用户及售后维护者,帮助快速掌握产品安装、配置与常见故障处理。全包仅1个PDF文件,大小4.37MB,内容结构清晰&#xff…

2026/11/16 6:41:34 阅读更多 →
PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

上个月我在调试一台高速AGV的驱动系统,整车要求空载跑到8m/s,电机转速已经拉到额定点,驱动器的输出电压也顶到了母线电压极限附近。再往上踩速度指令,转速纹丝不动,三相电流反而开始震荡。那会儿我的第一反应就是&…

2026/11/16 8:22:12 阅读更多 →
C++核心知识点:从内存管理到STL的实战指南

C++核心知识点:从内存管理到STL的实战指南

C 这门语言我前前后后折腾了十几年,用它写过嵌入式驱动、做过游戏服务端,也搭过基础组件库。每次看到新人一头扎进"C 核心知识点"这个搜索词,我其实挺感慨的——这门语言的难点从来不是语法多,而是知识点之间的耦合太深…

2026/11/16 8:22:12 阅读更多 →
T109滑盖智能锁怎么装?安装调试与故障排查全攻略

T109滑盖智能锁怎么装?安装调试与故障排查全攻略

简介:亚太天能T109滑盖智能锁产品说明书以PDF格式发布,适合智能锁用户、安装人员与售后维修人员阅读。内容围绕T109系列指纹密码刷卡锁展开,先介绍前面板、后面板、锁体、机械钥匙、电池盒盖等部件名称与功能,再给出完整安装步骤&…

2026/11/16 7:30:18 阅读更多 →
LLM知识降熵:从信息垄断到理解权下放

LLM知识降熵:从信息垄断到理解权下放

你有没有过这种经历:翻开源码注释、论文摘要或者一份专业报告,每个字都认识,连在一起却像天书。想找人聊聊,身边要么没人懂,要么懂的懒得跟你解释。后来我试着把同一段内容丢给一个大语言模型,几秒钟之后&a…

2026/11/16 8:22:12 阅读更多 →

日新闻

周新闻

月新闻