爬虫-XPath简要知识点

使用re库，利用正则表达式，可以说掌握了一个通用的工具，大部分内容都能爬取，但是，每次写正则特征时，总会觉得很繁琐，哪天网页布局变了，需要调整特征，可能对于复杂的特征，较难调整，几乎相当于重写了，遇到这种情况，我们应该使用Xpath

XPath简述

XPath即为XML路径语言（XML Path Language），它是一种用来确定XML文档中某部分位置的语言。

XPath基于XML的树状结构，提供在数据结构树中找寻节点的能力。起初XPath的提出的初衷是将其作为一个通用的、介于XPointer与XSL间的语法模型。但是XPath很快的被开发者采用来当作小型查询语言。

表示法

C节点为B节点的子节点（），B节点为A节点的子节点（），A为XML文档的根节点（）。

B节点下的第一个子节点（），表示任意名称节点，B节点在A节点任意层（）下，同时A节点还必须是当前节点的子节点（，前边没有）

轴描述语法

选取节点

XPath 使用路径表达式在 XML 文档中选取节点。节点是通过沿着路径或者 step 来选取的。

选取未知节点

XPath 通配符可用来选取未知的 XML 元素。

实例

[更多XPath教程参考][http://www.w3school.com.cn/xpath/index.ASP]