XPath的安装与使用

• • 一、XPath简介
  • • XPath是如何搜索XML或HTML文档的?
    • 路径表达式
    • 二、XPath的安装(chrome)
    • 三、如何使用XPath
    • • 1.XPath语法
        
      • 2.使用XPath插件

        一、XPath简介

        XPath即XML路径查询语言（XML Path Language），是一种用于确定XML文档中部分节点位置的语言。它起初只支持搜索XML文档，更新后能支持搜索HTML文档。
        

        XPath是如何搜索XML或HTML文档的?

        XPath基于XML或HTML的节点树，沿着节点树的节点关系定位到目标节点所在的位置，并选取节点或节点集。为了形象地描述出搜索节点的路径，XPath提供简洁明了的路径表达式，通过路径表达式可以快速地定位与选取XML或HTML文档中的一个节点或者一组节点集。

        路径表达式

        路径表达式描述了从一个节点到另一个节点或一组节点的路径。这些路径与在常规的计算机文件系统中见到的路径非常相似。例如，“/学生名单/班级/学生/籍贯”就是一个路径表达式，该路径表达式也是用“/”字符进行分割的，只不过它分割的是节点，而不是目录。
        

        XML文档，XML节点树与路径表达式的关系

        XML文档
        
            
                
                Erik T.Ray
                2003
                39,95
            
        
        

        

        在上图中，从上到下，依次为XML文档、XML节点树和路径表达式。其中路径表达式为：“/bookstore/book/price”，它对应的路径为XML节点树种加粗的线条，用于选取节点price对应的文本39.95

        二、XPath的安装(chrome)

        本章选取的XPath版本为2.0.2，并在chrome中添加扩展，请保持chrome为最新版。
        

        压缩包地址：XPath压缩包，密码：fxd1

        1.下载解压到桌面。
        

        2.打开chrome,打开设置在左边工具栏中找到扩展程序，点开就能看到所有的扩展程序，确保自己打开了开发者模式。
        

        

        

        3.将桌面上的解压缩文件拖到刚刚的界面进行添加程序。
        

        

        4.添加完成扩展程序中就新增了一个XPath Helper。
        

        

        5.可以通过浏览器右上角扩展程序将XPath添加到工具栏。
        

        

        6.检查是否成功添加XPath到浏览器。
        

        点击XPath程序页面出现黑色输入框即为添加成功。
        

        

        三、如何使用XPath

        我们要编写一个路径表达式，则要先了解XPath的语法，才能使用路径表达式正确的选取节点。

        1.XPath语法
        

        (1).选取节点

        表达式	说明
        节点名称	选取此节点的所有子节点
        /	从根节点开始选取直接子节点，相当于绝对路径
        //	从当前节点开始选取后代节点，相当于相对路径
        .	选取当前节点
        …	选取当前节点的父节点
        @	选取属性节点

        (2).常用的XPath函数

        函数	说明
        position()	返回当前被处理的节点位置
        last()	返回当前节点集中的最后一个节点
        count()	返回节点的总数目
        max((arg,arg…))	返回大于其他参数的参数
        min((arg,arg…))	返回小于其它参数的参数
        name()	返回当前节点的名称
        current-date()	返回当前的日期(带有时区)
        current-time()	返回当前的时间(带有时区)
        contains(string1,string2)	若string1包含string2，则返回True，否则返回False

        (3).选取未知节点

        通配符/函数	说明
        *	匹配任何元素节点
        @*	匹配任何属性节点
        node()	匹配任何类型节点

        (4).选取若干路径

        在XPath中，我们可以使用“|”运算符连接多个路径表达式，根据多个路径选取对应的节点。

        //book/title | //book/price     # 选取属于book的子节点title和price
        //title | //price               # 选取所有title节点和price节点
        /bookstore/book/title | //price   # 选取属于/bokstore/的所有title节点和文档中的所有节点
        

        2.使用XPath插件

        下面以豆瓣电影TOP250为例，来说明怎么获取所有的电影名称。
        

        网址：豆瓣电影TOP250

        1.打开豆瓣TOP250网站，按下F12进入开发者模式，可以看到该网页的HTML代码

        

        2.点击开发者模式左上角小箭头图标，进入检查模式。
        

        

        3.鼠标移到电影名称，点击，就会在开发者模式中看到电影名称的html标签。
        

        

        

        4.鼠标右键名称，赋值XPath路径。
        

        5.打开XPath插件，将刚刚赋值的路径粘贴到XPath输入框中。
        

        

        我们就看到了我们选取的电影名

        6.要选取所有的电影名称我们就需要更改路径。
        

        观察当前名称的html标签位置，找出规则。
        

        所有电影名称的XPath路径为：

        //*[@id="content"]/div/div[1]/ol/li/div/div[2]/div[1]/a/span[1]
        

        在XPath输入框中输入上述路径，得出所有电影名称。

        

        至此我们学会了怎么使用XPath。