xpath语法及使用

XPath是一门在XML文档中查找信息的语言，在网络爬虫应用中十分常用，我们经常用Xpath表达式在网页脚本中过滤提取需要的关键信息，而且Xpath是一门通用的标准语言，除了在python中使用，在其他语言中也有相应的类库可以使用，例如C#中的HtmlAgilityPack库，所以比较通用，我一般写爬虫提取数据都喜欢用XPath，通用好改，毕竟有时候原始数据的格式会经常变化。

一、xpath常用语法汇总

我们先拿官方的实例来说明一下Xpath语法，官方是一个XML的实例，其实HTML也是XML的一种扩展，他们的用法都是一样的，语法都是通用的，将xml示例和语法表格中的描述一一对照就能理解语法，十分简单，所见即所得。

1.1 事例xml文档

1.2 Xpath语法

1.3 语法实例

1.4 谓语

1.5 选取未知节点

1.6 实例

1.7 选取若干路径

通过在路径表达式中使用“|”运算符，您可以选取若干个路径。

二、python中使用

在python中使用lxml来调用xpath，lxml不在标准库之内，需要使用pip来安装。使用起来很简单，经常用到的方法就那么几个。我们用一个常被举例的html实例文档来列出使用方法和场景。

2.1 获取标签的值

两种方法，一种直接卸载xpath表达式里，另一种用lxml对象的text方法来获取。

2.2 获取标签属性的值

本实例中获取a标签的href值

2.3 使用相对路径

2.4 查找标签，获取值

按照xpath的选择器语法，可以进行各种匹配查找所需要的标签及其值和标签内的属性。例如多属性匹配，按需选择，节点轴选择等等，只要符合xpath语法即可。