什么是Xpath?
XPath 是一门在 XML 文档中查找信息的语，Xpath通过使用路径表达式，实现选取XML文档中的一个或多个节点集合。
选取节点
| xpath | 举例 | 描述 |
|---|---|---|
| div | xpath(‘div’) | 选取所有div节点 |
| / | xpath(‘/‘) | 从根节点进行选取 |
| //div | xpath(‘//div’) | 选取所有div节点，不考虑div的位置 |
| . | xpath(‘./‘) | 选取当前节点 |
| .. | xpath(‘../‘) | 选取当前节点的父节点 |
谓语
| xpath | 举例 | 描述 |
|---|---|---|
| /div/a[1] | xpath(‘/div/a[1]’) | 选取div节点下的第一个a节点 |
| /div/a[last] | xpath(‘/div/a[last]’) | 选取div节点下的最后一个a节点 |
| /div/a[position<3] | xpath(‘/div/a[position<3]’) | 选取div节点下的前2个节点 |
| @ | xpath(‘//div[@id]’) | 选取所有含有id属性的div节点 |
| xpath(“//div[@id=’main’]”) | 选取所有div节点中含有id=’main’的节点 | |
| /div[id<7]/a | xpath(‘/div[id<7]/a’) | 选取id值小于7的div节点下的所有a节点 |
选取未知节点
| xpath | 描述 |
|---|---|
| ‘/div/*’ | 选取div节点下的所有子节点 |
| ‘/div[@*]’ | 选取所有含有属性的div节点 |
多路径选择
使用 ‘|’ 符号，选取若干路径
1 | xpath(xpath1 + '|' + xpath2) |
常用函数
| 表达式 | 用法 | 解释 |
|---|---|---|
| start-with | xpath(“//div[start-with(@id,’ma’)]”) | 选取id值以ma开头的div节点 |
| contains | xpath(“//div[contains(@id,’aa’)]”) | 选取id值中包含aa的div节点 |
| and | xpath(“div[contains(@id,’xx’) and contains(@class,’yy’)]”) | |
| text() | xpath(“//div[contains(text(),’zz’)]”) | 选取节点文本包含ma的div节点 |
案例：
CSharp-使用HtmlAgilityPack实现网站爬虫总结
参考：
https://blog.csdn.net/gongbing798930123/article/details/78955597
https://www.runoob.com/xpath/xpath-examples.html
但愿日子清净，款款落落拱手相让的都是柔情。
TonyChenn
2018/11/8
2018/11/8
