一文搞懂XPath 定位
XPath (XML Path Language) 是一门在 XML 文档中查找信息的语言，可用来在 XML 文档中对元素和属性进行遍历。
XPath定位在爬虫和自动化测试中都比较常用，通过使用路径表达式来选取 XML 文档中的节点或者节点集，熟练掌握XPath可以极大提高提取数据的效率。
因为XPath解析数据是基于元素（Element）的树形结构，所以学习XPath前，先了解一下html的结构及常用标签。
关于HTML学习可以参考W3School文档：https://www.w3school.com.cn/html/index.asp
常用标签
标题：<h1>、<h2>、<h3>、<h4>、<h5>、<h6>、<title>
段落：<p>
链接：<a>
图像：<img>
样式：<style>
列表：无序列表<ul>、有序列表<ol>、列表项<li>
块：<div>、<span>
脚本：<script>
注释：<!--注释-->XPath表达式学习
常用表达式
表达式 | 描述 |
|---|---|
nodename | 选取此节点的所有子节点。 |
/ | 从根节点开始选取，绝对定位 |
// | 从符合条件的元素的开始，而不考虑它们的位置。相对定位 |
. | 选取当前节点 |
.. | 选取当前节点的父节点 |
@ | 选取属性 |
常用案例
谓语表达式
谓语用来查找某个特定的节点或者包含某个指定值的节点，被嵌在方括号中。
通配符
通配符 | 描述 |
|---|---|
* | 匹配任何元素节点。 |
@ | 匹配任何属性节点。 |
XPath常用的定位方式
1.元素属性，快速定位，唯一属性：
//*[@id="images"]
2.层级与属性结合，解决没有属性问题：
//div[@id="images"]/a[1]
3.属性与逻辑结合，解决多个属性重名问题：
//*[@id="su" and @class="bg s_btn" ]
注意，表达式里的下标是从1开始的。 绝对定位以/开头，依赖页面的元素的顺序和位置，相对定位以//开头，不依赖页面元素顺序和位置，根据条件进行匹配，优先使用相对定位。
学习XPath本质就是掌握各种表达式的技巧，除了上述说到方法外，还有一些特别的定位方式：
4.查找id属性的值包含"kw"的元素：
//*[contains(@id,'kw')]
5.查找⽂本⾥包含"新闻"的元素：
//*[contains(text(),'新闻')]
6.查找class属性中开始位置包含's_form_wrapper'关键字的元素：
//*[starts-with(@class,'s_form_wrapper')]
7.使⽤多个相对路径去定位⼀个元素⽤//分开:
//div[@class=‘formgroup’]//input[@id=‘user-message’]
8.轴定位：
轴定位，使用::表示
查找id="head"元素后⾯标签名为input的第一个元素
//*[@id="head"]//following::input[1]
在浏览器中查找和验证XPath
1.使用Chrome浏览器的开发者工具，可以快速获取XPath表达式：
点击选择光标，选择页面上的元素位置，在控制台右键选择Copy XPath，表达式就复制到粘贴板中了。
获取到的XPath路径：//*[@id="su"]
获取full XPath：/html/body/div[1]/div[1]/div[5]/div/div/form/span[2]/input
2.验证表达式：
按键“Ctrl+F”，在控制台中输入需要检查的XPath路径，对应的元素会有的颜色标识。
