Xpath( XML Path Language, XML路徑語言)，是一種在 XML 資料中查詢資訊的語言，現在，我們也可以使用它在 HTML 中查詢需要的資訊。

既然談到 Xpath 是一門語言，當然它就會有自己的一些特定的語法。我們這裡羅列一些經常使用的語法，熟悉下面的基本語法之後，就能滿足我們日常的爬蟲開發所用。

本小節主要內容:

• Xpath的基本概念
• Xpath的基本語法
• Xpath實戰

學習目標：

熟練掌握常用的 Xpath 的基本操作

1. 開發前的準備

前面我們介紹的 XPath 基本的語法和基本操作，下面我們通過 lxml 庫，來熟悉一下 XPath 的使用。

首先，我們需要一個測試檔案，檔案如下，檔名為 xpath_test.xml：

<!---  這是一個測試資料，方便我們後面進行解析-->
<div>
<ul>
<li class='item-0'><a href='a.html'>python item</a></li>
<li class='item-1'><a href='b.html'>java item</a></li>
<li class='item-inactive'><a href='c.html'><span class='bold'>C item</
 
span></a></li>
<li class='item-1'><a href='d.html'>java item</a></li>
<li class='item-0'><a href='b.html'>java item</a></li>
<li class='item-0'><a href='b.html'>java item</a></li>
</ul>
</div>

2. 基本語法

2.1 節點之間的關係

• 父節點：每個元素都有一個父親節點；
• 子節點：每個元素節點可以有零個，一個或者多個父親節點；
• 兄弟節點：相同父親節點的節點；
• 先輩節點：一個元素的父親節點的父親節點；
• 後輩節點：一個元素的子節點的子節點。

表示式基本語法

2.2 謂語與萬用字元

3. 開發案例

開發案例一：

• 從xml中查找出所有的’li’標籤

from lxml import etree
emt = etree.parse('text.xml')
rst = emt.xpath('//li')

執行結果如下圖所示：

開發案例二：

• 從xml中查找出所有的’li’標籤的所有class

from lxml import etree
emt = etree.parse('text.xml')
rst = emt.xpath('//li/@class')

執行結果如下圖所示：

開發案例三：

• 從xml中查找出所有的’li’標籤下面的href為a.html的標籤

from lxml import etree
emt = etree.parse('text.xml')
rst = emt.xpath('//li/a[@href="a.html"]')

執行結果如下圖所示：

4. 小結

XPath 是一種查詢語言，它是通過路徑來尋找相應的資訊，正如它的英文名稱 path 一樣，通過不同種X路徑，最終找到自己需要的資訊。通過 XPath,我們不但可以搜尋 XML，也可以搜尋 HTML。

通過案例，我們基本熟悉了 XPath 的基本使用，這也為我們後面學習 BeautifulSoup 打下了良好的基礎，XPath 為我們從複雜的文件中，快速定位資訊提供了良好的支援，也為我們後面處理和整理爬蟲爬下來的資訊奠定了根基。