XPath的语法

2025-09-10 09:55AM

XPath的核心是路径表达式，它就像我们熟悉的文件系统路径：

/ ： 从根节点开始选取（像Linux的绝对路径）。

//： 从当前节点开始，选择文档中所有满足条件的节点，无论它们在哪个位置（像文件搜索）。

1. 节点（Node）：

在XPath中，文档是由各种节点构成的：

元素节点：<div>、<p>、<a>等标签

属性节点：class="example", href="https://..." 中的 class 和 href。

文本节点：标签之间的文字内容，例如：<p>这是一个文本</p>中的“这是一个文本”

2. 最常见的语法表达式：

表达式	说明	示例（假设在一个HTML文档中）
节点名	选取此节点的所有子节点。	p 选取所有 <p> 元素。
/	从根节点开始选取（绝对路径）。	/html/body/div 选取从根html -> body -> div的路径。
//	从任意位置开始选取，不考虑层级（相对路径）。	//div 选取文档中所有的 <div> 元素。
.	选取当前节点。
..	选取当前节点的父节点。
@	选取属性。	//a/@href 选取所有 <a> 标签的 href 属性值。
*	通配符，匹配任何元素节点。	//div/* 选取所有 <div> 元素的所有子元素。
@*	匹配任何属性节点。	//a/@* 选取所有 <a> 标签的所有属性。
[]	谓语（Predicate），用来查找特定的节点或包含特定值的节点。	//div[1] 选取第一个 <div> 元素。 //a[@class=‘link’] 选取所有 class 属性为“link”的 <a> 标签。
`	`	选取多个路径。`//div //p选取所有<div>和所有<p>` 元素。

3. 谓语（Predicate）

谓语放在方括号 [] 中，用来对节点进行更精细的筛选

3.1 按位置筛选

• //div[1]：选取第一个 <div> 元素。

• //div[last()]：选取最后一个 <div> 元素。

• //div[position() < 3]：选取前两个 <div> 元素。

3.2 按属性筛选

• //div[@id]：选取所有拥有 id 属性的 <div>。

• //div[@class=‘container’]：选取所有 class 属性等于“container”的 <div>。

• //a[contains(@href, ‘example.com’)]：选取所有 href 属性中包含“example.com”的 <a> 标签。（contains() 是函数，非常常用！）

3.3 按内容筛选

• //p[text()=‘Hello’]：选取文本内容精确等于“Hello”的 <p> 标签。

• //p[contains(text(), ‘Hello’)]：选取文本内容包含“Hello”的 <p> 标签。

3.4 组合条件

• //div[@class=‘a’ and @id=‘b’]：并且的关系。

• //div[@class=‘a’ or @id=‘b’]：或者的关系。

返回>>