XPath是W3C的一个标准。它最主要的目的是为了在XML1.0或XML1.1文档节点树中定位节点所设计。目前有XPath1.0和XPath2.0两个版本。其中Xpath1.0是1999年成为W3C标准，而XPath2.0标准的确立是在2007年
XPath 是一门在 XML 文档中查找信息的语言
全称为XML Path Language 一种小型的查询语言
XPath 是一门在 XML 文档中查找信息的语言。
XPath 是 XSLT 中的主要元素。
XQuery 和 XPointer 均构建于 XPath 表达式之上
XPath属于lxml库模块，所以首先要安装库lxml
在 XPath 中，有七种类型的节点：元素、属性、文本、命名空间、处理指令、注释以及文档（根）节点。XML 文档是被作为节点树来对待的。树的根被称为文档节点或者根节点。
请看下面这个 XML 文档：
<?xml version="1.0" encoding="ISO-8859-1"?>
<bookstore>
<book>
<title lang="en">Harry Potter</title>
<author>J K. Rowling</author>
<year>2005</year>
<price>29.99</price>
</book>
</bookstore>
上面的XML文档中的节点例子：
<bookstore> （文档节点）
<author>J K. Rowling</author> （元素节点）
lang="en" （属性节点）
基本值（或称原子值，Atomic value）
基本值是无父或无子的节点。
项目（Item）
项目是基本值或者节点。
每个元素以及属性都有一个父。
在下面的例子中，book 元素是 title、author、year 以及 price 元素的父：
<book>
<title>Harry Potter</title>
<author>J K. Rowling</author>
<year>2005</year>
<price>29.99</price>
</book>
元素节点可有零个、一个或多个子。
在下面的例子中，title、author、year 以及 price 元素都是 book 元素的子：
<book>
<title>Harry Potter</title>
<author>J K. Rowling</author>
<year>2005</year>
<price>29.99</price>
</book>
拥有相同的父的节点
在下面的例子中，title、author、year 以及 price 元素都是同胞：
<book>
<title>Harry Potter</title>
<author>J K. Rowling</author>
<year>2005</year>
<price>29.99</price>
</book>
某节点的父、父的父，等等。
在下面的例子中，title 元素的先辈是 book 元素和 bookstore 元素：
<bookstore>
<book>
<title>Harry Potter</title>
<author>J K. Rowling</author>
<year>2005</year>
<price>29.99</price>
</book>
</bookstore>
某个节点的子，子的子，等等。
某个节点的子，子的子，等等。
在下面的例子中，bookstore 的后代是 book、title、author、year 以及 price 元素：
<bookstore>
<book>
<title>Harry Potter</title>
<author>J K. Rowling</author>
<year>2005</year>
<price>29.99</price>
</book>
</bookstore>
XPath 使用路径表达式来选取 XML 文档中的节点或节点集。节点是通过沿着路径 (path) 或者步 (steps) 来选取的。
|
表达式 |
描述 |
实例 |
|
|
||||
|
|
nodename |
选取nodename节点的所有子节点 |
xpath(‘//div’) |
选取了div节点的所有子节点 |
||||
|
|
/ |
从根节点选取 |
xpath(‘/div’) |
从根节点上选取div节点 |
||||
|
|
// |
选取所有的匹配节点，不考虑他们的位置 |
xpath(‘//div’) |
选取所有的div节点 |
||||
|
|
. |
选取当前节点 |
xpath(‘./div’) |
选取当前节点下的div节点 |
||||
|
|
.. |
选取当前节点的父节点 |
xpath(‘..’) |
回到上一个节点 |
||||
|
|
@ |
选取属性 |
xpath（’//@calss’） |
选取所有的class属性 |
||||
谓语被嵌在方括号内，用来查找某个特定的节点或包含某个制定的值的节点
|
表达式 |
结果 |
|
||
|
|
xpath(‘/body/div[1]’) |
选取body下的第一个div节点 |
||
|
|
xpath(‘/body/div[last()]’) |
选取body下最后一个div节点 |
||
|
|
xpath(‘/body/div[last()-1]’) |
选取body下倒数第二个div节点 |
||
|
|
xpath(‘/body/div[positon()<3]’) |
选取body下前两个div节点 |
||
|
|
xpath(‘/body/div[@class]’) |
选取body下带有class属性的div节点 |
||
|
|
xpath(‘/body/div[@class=”main”]’) |
选取body下class属性为main的div节点 |
||
|
|
xpath(‘/body/div[price>35.00]’) |
选取body下price元素值大于35的div节点 |
||
Xpath通过通配符来选取未知的XML元素
|
表达式 |
结果 |
||
|
|
xpath（’/div/*’） |
选取div下的所有子节点 |
|
|
|
xpath(‘/div[@*]’) |
选取所有带属性的div节点 |
|
|
|
node() |
匹配任何类型的节点 |
|
使用“|”运算符可以选取多个路径
|
表达式 |
结果 |
|
||
|
|
xpath(‘//div|//table’) |
选取所有的div和table节点 |
||
轴可以定义相对于当前节点的节点集
|
轴名称 |
表达式 |
描述 |
|
|||
|
|
ancestor |
xpath(‘./ancestor::*’) |
选取当前节点的所有先辈节点（父、祖父） |
|||
|
|
ancestor-or-self |
xpath(‘./ancestor-or-self::*’) |
选取当前节点的所有先辈节点以及节点本身 |
|||
|
|
attribute |
xpath(‘./attribute::*’) |
选取当前节点的所有属性 |
|||
|
|
child |
xpath(‘./child::*’) |
返回当前节点的所有子节点 |
|||
|
|
descendant |
xpath(‘./descendant::*’) |
返回当前节点的所有后代节点（子节点、孙节点） |
|||
|
|
following |
xpath(‘./following::*’) |
选取文档中当前节点结束标签后的所有节点 |
|||
|
|
following-sibing |
xpath(‘./following-sibing::*’) |
选取当前节点之后的兄弟节点 |
|||
|
|
parent |
xpath(‘./parent::*’) |
选取当前节点的父节点 |
|||
|
|
preceding |
xpath(‘./preceding::*’) |
选取文档中当前节点开始标签前的所有节点 |
|||
|
preceding-sibling |
xpath(‘./preceding-sibling::*’) |
选取当前节点之前的兄弟节点 |
|
|||
|
|
self |
xpath(‘./self::*’) |
选取当前节点 |
|||
使用函数能够更好的进行模糊搜索
|
函数 |
用法 |
解释 |
|
|||
|
|
starts-with |
xpath(‘//div[starts-with(@id,”ma”)]‘) |
选取id值以ma开头的div节点 |
|||
|
|
contains |
xpath(‘//div[contains(@id,”ma”)]‘) |
选取id值包含ma的div节点 |
|||
|
|
and |
xpath(‘//div[contains(@id,”ma”) and contains(@id,”in”)]‘) |
选取id值包含ma和in的div节点 |
|||
|
|
text() |
xpath(‘//div[contains(text(),”ma”)]‘) |
选取节点文本包含ma的div节点 |
|||
|
|
|
|
|
|||
原文：https://www.cnblogs.com/wodeboke-y/p/9813760.html