xpath 高级用法 - spider | yangxs = (人 •͈ᴗ•͈) ♡♡ = 不用担心，这次肯定不会有问题

# xpath 高级用法

# 匹配当前节点下的所有： .//

. 表示当前

// 表示当前标签下的所有标签

注：要配合使用

# 匹配某标签的属性值： /@属性名称

这里以 input 里的 value 值为例：

例：xpath (//input/@value)

# 匹配多个路径：|

在一个 xpath 中写的多个表达式用 | 分开，每个表达式互不干扰。

例：xpath ("//tr [6]/td [2]/text () | //tr [7]/td [2]/text ()")

# 按属性匹配：@

获取所有 id="test" 的所有文本内容

xpath('//*[@id="test"]//text()')

# 匹配不包含某个属性的标签 not

多用于表格中匹配中不包含表头信息的数据

例：xpath ('//table/tr [not (@class="tbhead")]')

# 匹配包含多个属性的标签: and

匹配所有的 tr 中不包含 tbhead 属性和包含 head 的 tr 标签

xpath('//table/tr[not(@class="tbhead") and @class="head"]')

# 匹配包含不同属性的名称相同的标签: or

匹配包含 class="speedbar" 或者 class="content-wrap" 的标签

例：xpath（'//div [@class="speedbar" or @class="content-wrap"]'）

# 将对象还原为字符串：etree.tostring（）

将匹配到的对象，作为 etree.tostring（）的参数即可，注：返回字符串

sObj = xml.xpath ('//*[@id="test"]')[0] #使用 xpath 定位一个节点

sStr = etree.tostring(sObj)

# 按轴 (Axes) 匹配

# 选取当前节点的所有子元素: child

获取 div 下的 tr 的标签

例：xpath ('//div [@id="testid"]/child::tr/td/text ()') # 感觉这种方法鸡肋， //div [@id="testid"]//tr/td 也可以实现

# 选取当前节点的所有属性：attribute

获取 div 标签所有的属性值

例： xpath ('//div/attribute::') # 感觉这种方法鸡肋，//div/@ 同样能实现

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

获取父辈元素的 div 的所有属性值，在不好定位的情况下，通过孩子标签定位，这种方法可以用

xpath('//div[@id="test"]/ancestor::div/@*')

xpath('//div[@id="test"]/ancestor-or-self::div/@*')

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

获取孩子元素的 div 的所有属性值，感觉鸡肋

xpath('//div[@id="test"]/descendant::div/@*')

xpath('//div[@id="test"]/descendant-or-self::div/@*')

# 选取当前节点的所有命名空间节点:namespace

xpath('//div[@id="test"]/namespace:😗')

# 定位:position

和通过下标定位一样，方法鸡肋

xpath('//*[@id="test"]/ol/li[position()=2]/text()')

# Xpath 函数：

# 统计数量：count

统计符合要求节点的数量，注：返回字符串

xpath('count(//tr[@info])')

# 字符串拼接：concat

统计出来的两个内容的字符串进行 “+” 处理，注：返回字符串

xpath('concat(//li[@id="one"]/text(),//li[@id="three"]/text())')

# 解析当前节点下的字符：string

string () 直解析匹配的第一个标签的值，注：返回字符串

xpath('string(//tr)')

element.xpath ('string (.)') #获取 element 下的所有文本

# 获取当前节点的节点名称: local-name

返回当前属性的节点名称，注：返回字符串

xpath('local-name(//*[@id="test"])')

# 以指定的字符开头：starts-with

starts-with 定位属性值以 8 开头的 li 元素

xpath('//tr[starts-with(@code,"one")]/text()')

# 小于：<

匹配所有 tr 标签属性 info 小于 200 的内容

xpath('//tr[@info<200]/text()')

# 查看元素是否存在：boolean

boolean(./td[1]/img)

# 根据指定的文本内容选择

# 相对定位，指定的文本内容可以是文本内容的部分，也可以是全部

//div [2]/ul/li [contains (text (), "指定的文本内容")]/span/text ()

# 精准定位，目标文本和搜索文本完全一致

//div [2]/ul/li [text ()="指定的文本内容"]/span/text ()

# 通过文本内容定位兄弟标签的文本内容

//span [@class='tbtitem' and text ()=' 使用语言：']/following-sibling::text ()

	// 定位【英语】
	<span class="tbtitem ys">
	页数：
	</span>
	3\r\n   \r\n
	<span class="tbtitem">
	使用语言：
	</span>
	英语 \r\n\t\t
	<br>

注：以上内容，除标注外，均返回列表！！

# position：定位

选择偶数项：td [position ()=(position () mod 2 = 0)]

选择奇数项：td [position ()=(position () mod 2 != 0)]

driver.find_elements_by_xpath(f'//td[contains(text(),"核注清单")]/ancestor::tr/td[position()=(position() mod 2 != 0)]')

# 查看元素的网页源码

	a = html2.xpath('//table[@class="zebra"]')[1]
	etree.tostring(a, encoding='utf-8').decode('utf-8')

xpath