網(wǎng)頁(yè)結(jié)構(gòu)的簡(jiǎn)介和Xpath語(yǔ)法的入門(mén)教程

相信很多小伙伴已經(jīng)聽(tīng)說(shuō)過(guò)Xpath，之前小編也寫(xiě)過(guò)一篇關(guān)于Xpath的文章，感興趣的小伙伴可以戳這篇文章如何利用Xpath抓取京東網(wǎng)商品信息以及Python網(wǎng)絡(luò)爬蟲(chóng)四大選擇器（正則表達(dá)式、BS4、Xpath、CSS）總結(jié)。今天小編繼續(xù)給大家介紹一些Xpath知識(shí)點(diǎn)，希望對(duì)大家的學(xué)習(xí)有幫助。

成都創(chuàng)新互聯(lián)是一家專(zhuān)業(yè)提供乾安企業(yè)網(wǎng)站建設(shè),專(zhuān)注與成都網(wǎng)站制作、網(wǎng)站設(shè)計(jì)、H5網(wǎng)站設(shè)計(jì)、小程序制作等業(yè)務(wù)。10年已為乾安眾多企業(yè)、政府機(jī)構(gòu)等服務(wù)。創(chuàng)新互聯(lián)專(zhuān)業(yè)網(wǎng)絡(luò)公司優(yōu)惠進(jìn)行中。

1、Xpath讓我們可以使用一種類(lèi)似于Windows下的文件路徑的方式，讓我們可以定位到HTML或者XML結(jié)構(gòu)中的具體元素。Xpath本身包含標(biāo)一些準(zhǔn)函數(shù)庫(kù)，可以讓我們的Xpath語(yǔ)法更加強(qiáng)大。

2、在HTML結(jié)構(gòu)中，有一定的層級(jí)關(guān)系，主要的關(guān)系包括：父節(jié)點(diǎn)、子節(jié)點(diǎn)、同胞節(jié)點(diǎn)（兄弟節(jié)點(diǎn)）、先輩節(jié)點(diǎn)、后代節(jié)點(diǎn)。

    一般的，像類(lèi)似于這種結(jié)構(gòu)，稱(chēng)之為一個(gè)節(jié)點(diǎn)。如上圖，根據(jù)層次關(guān)系，我們可以知道節(jié)點(diǎn)是的父節(jié)點(diǎn)，相應(yīng)的，節(jié)點(diǎn)是節(jié)點(diǎn)的子節(jié)點(diǎn)。同胞節(jié)點(diǎn)又叫兄弟節(jié)點(diǎn)，一般的處于同級(jí)層次的節(jié)點(diǎn)叫同胞節(jié)點(diǎn)，如上圖中的節(jié)點(diǎn)和第一個(gè)

節(jié)點(diǎn)、177~181行的

• 標(biāo)簽都是屬于同胞節(jié)點(diǎn)。先輩節(jié)點(diǎn)又叫祖先節(jié)點(diǎn)，一般的，一個(gè)節(jié)點(diǎn)的上層以上的節(jié)點(diǎn)均稱(chēng)為先輩節(jié)點(diǎn)，所以父節(jié)點(diǎn)也是屬于先輩節(jié)點(diǎn)的一種。基于此，我們又可以稱(chēng)節(jié)點(diǎn)是的先輩節(jié)點(diǎn)。相對(duì)應(yīng)的，一個(gè)節(jié)點(diǎn)的下層以下的節(jié)點(diǎn)均稱(chēng)為后代節(jié)點(diǎn)，所以子節(jié)點(diǎn)也是屬于后代節(jié)點(diǎn)的一種?；诖?，我們又可以稱(chēng)節(jié)點(diǎn)是節(jié)點(diǎn)的后代節(jié)點(diǎn)。

3、理解這些節(jié)點(diǎn)之間的關(guān)系之后，可以方便我們更好的理解Xpath語(yǔ)法，下表是部分常用的Xpath語(yǔ)法。

    這里特別強(qiáng)調(diào)“/”和“//”的區(qū)別，“/”一般代表的某個(gè)元素的子節(jié)點(diǎn)，而不是全部的后代節(jié)點(diǎn)；而“//”一般代表的某個(gè)元素的后代節(jié)點(diǎn)，范圍比“/”代表的要更加廣泛一些。@符號(hào)后邊時(shí)常跟著class，代表選取名為class屬性的節(jié)點(diǎn)，比較常見(jiàn)。

4、下面針對(duì)具體的網(wǎng)頁(yè)源碼，讓大家了解一下網(wǎng)頁(yè)結(jié)構(gòu)。

    如上圖中的紅色框框中，class為屬性，而等于號(hào)后邊的“grid-5”即為屬性值，有的時(shí)候節(jié)點(diǎn)內(nèi)不只是一個(gè)屬性，如上圖中的196行中，就有兩個(gè)屬性。

5、為了更加方便的定位到div或者其他節(jié)點(diǎn)下的標(biāo)簽，我們需要繼續(xù)進(jìn)一步的進(jìn)行定位鎖定，下表是部分常用的Xpath語(yǔ)法。

    掌握了Xpath語(yǔ)法知識(shí)之后，我們就可以通過(guò)Xpath語(yǔ)法來(lái)進(jìn)行編寫(xiě)Xpath表達(dá)式，以提取網(wǎng)頁(yè)上的目標(biāo)數(shù)據(jù)。

    千里之行，始于足下。如果想學(xué)好Xpath，更是需要勤加使用，下一篇文章將給大家介紹Xpath在Scrapy爬蟲(chóng)項(xiàng)目中的使用。

名稱(chēng)欄目：網(wǎng)頁(yè)結(jié)構(gòu)的簡(jiǎn)介和Xpath語(yǔ)法的入門(mén)教程
分享URL：http://muchs.cn/article4/ipjooe.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供關(guān)鍵詞優(yōu)化、品牌網(wǎng)站設(shè)計(jì)、面包屑導(dǎo)航、微信小程序、定制開(kāi)發(fā)、品牌網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶(hù)投稿、用戶(hù)轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀(guān)點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話(huà)：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)