【Scrapy】Scrapy教程11——XPath详解

前面我们简单的先了解XPath的应用，这节我们来详细学习下XPath，XPath主要是XML的查询语言，因此这节内容和 Scrapy 关系不大，不过XPath确在scrapy、BS4等工具中有很广泛的应用，本文参考菜鸟教程的XPath教程编写，由于本人能力有限，如果文中有什么错误欢迎指正。简介XPath是一门在XML文档中查找信息的语言，可以概括为以下几个特点。路径表达式XPath使用路径表达式在 XML 文档中导航，其路径表达式与常规电脑文件系统中的表达式相似。标准函数XPath包含一个标准函数库，有超过 100 个内建函数，用于字符串值、数值、日期和时间比较等多种处理。XSLT中主要元素XPath是 XSLT 中的主要元素，没有 XPath 知识无法创建 XSLT 文档。同时，XQuery 和 XPointer 均构建于 XPath 表达式之上，XQuery 1.0 和 XPath 2.0 共享相同数据模型并支持相同函数和运算符。这里扩展下，XSLT，英文全称为Extensible Stylesheet Language Transformations 可扩展样式表语言转换，是一种样式转换标记语言。XQuery，即XML Query，是W3C所制定的一套标准，用来从类XML文档中提取信息的。W3C 标准XPath 于 1999 年 11 月 16 日成为 W3C 标准，被设计为供 XSLT、XPointer 及其他 XML 解析软件使用。XPath节点XPath术语在XPath中，有几个术语需要了解。节点类型：在 XPath 中有七种节点类型，分别是元素、属性、文本、命名空间、处理指令、注释和文档（根）节点，XML 文档被视为节点树，根节点即文档节点。基本值：也叫原子值，是无父无子女的节点项目：指基本值或节点。例子?xml version="1.0" encoding="UTF-8"?bookstorebooktitlelang="en"Harry Potter/titleauthorJ K. Rowling/authoryear2005/yearprice29.99/price/book/bookstore在上面的例子中，bookstore是文档节点，authorJ K. Rowling/author是元素节点，lang="en"是属性节点，J K. Rowling、en都属于基本值。节点关系XPath节点包括父(Parent)、子(Children)、同胞(Sibling)、先辈(Ancestor)、后代(Descendant)，其说明如下：父：每个元素以及属性都有一个父，简单来说所有子节点都有一个父。子：父节点下面的是子，可能有零个，也可能有一个或多个。同胞：拥有相同父的节点。先辈：某节点的父，或父的父。后代：某节点的子，或子的子。例子