爬虫入门：XPATH
XPATH入门
| 标识符 | 作用 |
|---|---|
| 节点名 | 获取节点的所有子节点 |
| @ | 获取属性 |
| / | 从根节点获取 |
| // | 从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置 |
| . | 获取当前节点 |
| … | 获取当前节点的父节点 |
可以通过组合使用缩小搜索的范围
以下面的图片为例子：
元素节点：
元素==标签
strong
属性节点：
div标签中的
class=“cover-wp“
文本节点：
标签中间的内容
8.5
属性定位：
//div[@data-index =“0”]
//div[@class = “slide-page”]
层级定位：
//div [@class = “slide-page”]/a[@href = “https://movie.douban.com/subject/30252495/?tag=热门&from=gaia”]
索引定位：
//div [@data-index =“0”]/a[1]
//div [@class =“slider”]//a[@href = “https://movie.douban.com/subject/30252495/?tag=热门&from=gaia”]
逻辑运算：
//a[@class = “item” and @target = “_blank”]
可以用多个属性组合搜索
模糊匹配：
//a[contains(@target, “_bla”)]
所有的a标签，有target属性，并且属性中带有_bla的节点
//a[starts-with(@class, “i”)]
所有的a标签，有class属性，并且属性以i开头
取文本：
//div [@data-index =“0”]/a[1]/p/text()
//div [@data-index =“0”]//a/p/text()
获取文本内容
取属性：
//div [@data-index =“0”]/a[1]/@href
获取相关网址