如何使用Python爬虫中的XPath语言提取数据？

本文共计2793个文字，预计阅读时间需要12分钟。

XPath（XML路径语言）是XML文档的路径语言，用于定位XML文档中的特定部分。学习目标是将HTML转换为XML文档后，使用XPath查找HTML节点或元素，例如使用/来表示上下层级的结构。

XPath 语言

XPath（XML Path Language）是XML路径语言,它是一种用来定位XML文档中某部分位置的语言。

学习目的

将HTML转换成XML文档之后，用XPath查找HTML节点或元素

比如用“/”来作为上下层级间的分隔，第一个“/”表示文档的根节点（注意，不是指文档最外层的tag节点，而是指文档本身）。

比如对于一个HTML文件来说，最外层的节点应该是"/html"。

XPath开发工具

• 开源的XPath表达式编辑工具:XMLQuire(XML格式文件可用)
• chrome插件 XPath Helper
• 直接在console里面输入$x("xpath选择器")
  

• firefox插件 XPath Checker

XPath语法参考文档：

www.w3school.com.cn/xpath/index.asp

XPath语法

XPath 是一门在 XML 文档中查找信息的语言。

XPath 可用来在 XML 文档中对元素和属性进行遍历。