XPath 是一門在 XML 文檔中查找信息的語言。XPath 用於在 XML 文檔中通過元素和屬性進行導航。
XPath 含有超過 100 個內建的函數。這些函數用於字符串值、數值、日期和時間比較、節點和 QName 處理、序列處理、邏輯值等等。
XPath 是 W3C 標准,XPath 於 1999 年 11 月 16 日 成為 W3C 標准。XPath 被設計為供 XSLT、XPointer 以及其他 XML 解析軟件使用。
在XPath 中，有七種類型的節點：元素、屬性、文本、命名空間、處理指令、注釋以及文檔節點（或稱為根節點）。
XML 文檔是被作為節點樹來對待的。樹的根被稱為文檔節點或者根節點。
一、選取節點
常用的路徑表達式：
| 表達式 |
描述 |
實例 |
|
| nodename |
選取nodename節點的所有子節點 |
xpath(‘//div’) |
選取了div節點的所有子節點 |
| / |
從根節點選取 |
xpath(‘/div’) |
從根節點上選取div節點 |
| // |
選取所有的當前節點，不考慮他們的位置 |
xpath(‘//div’) |
選取所有的div節點 |
| . |
選取當前節點 |
xpath(‘./div’) |
選取當前節點下的div節點 |
| .. |
選取當前節點的父節點 |
xpath(‘..’) |
回到上一個節點 |
| @ |
選取屬性 |
xpath（’//@calss’） |
選取所有的class屬性 |
二、謂詞：被嵌在方括號內，用來查找某個特定的節點或包含某個制定的值的節點
| 表達式 |
結果 |
| xpath(‘/body/div[1]’) |
選取body下的第一個div節點 |
| xpath(‘/body/div[last()]’) |
選取body下最后一個div節點 |
| xpath(‘/body/div[last()-1]’) |
選取body下倒數第二個div節點 |
| xpath(‘/body/div[positon()<3]’) |
選取body下前兩個div節點 |
| xpath(‘/body/div[@class]’) |
選取body下帶有class屬性的div節點 |
| xpath(‘/body/div[@class=”main”]’) |
選取body下class屬性為main的div節點 |
| xpath(‘/body/div[price>35.00]’) |
選取body下price元素值大於35的div節點 |
三、通配符：Xpath通過通配符來選取未知的XML元素
| 表達式 |
結果 |
| xpath（’/div/*’） |
選取div下的所有子節點 |
| xpath(‘/div[@*]’) |
選取所有帶屬性的div節點 |
四、取多個路徑：使用“ | 運算符可以選取多個路徑
| 表達式 |
結果 |
| xpath(‘//div|//table’) |
選取所有的div和table節點 |
五、Xpath軸：軸可以定義相對於當前節點的節點集
| 軸名稱 |
表達式 |
描述 |
| ancestor |
xpath(‘./ancestor::*’) |
選取當前節點的所有先輩節點（父、祖父） |
| ancestor-or-self |
xpath(‘./ancestor-or-self::*’) |
選取當前節點的所有先輩節點以及節點本身 |
| attribute |
xpath(‘./attribute::*’) |
選取當前節點的所有屬性 |
| child |
xpath(‘./child::*’) |
返回當前節點的所有子節點 |
| descendant |
xpath(‘./descendant::*’) |
返回當前節點的所有后代節點（子節點、孫節點） |
| following |
xpath(‘./following::*’) |
選取文檔中當前節點結束標簽后的所有節點 |
| following-sibing |
xpath(‘./following-sibing::*’) |
選取當前節點之后的兄弟節點 |
| parent |
xpath(‘./parent::*’) |
選取當前節點的父節點 |
| preceding |
xpath(‘./preceding::*’) |
選取文檔中當前節點開始標簽前的所有節點 |
| preceding-sibling |
xpath(‘./preceding-sibling::*’) |
選取當前節點之前的兄弟節點 |
| self |
xpath(‘./self::*’) |
選取當前節點 |
六、功能函數：使用功能函數能夠更好的進行模糊搜索
| 函數 |
用法 |
解釋 |
| starts-with |
xpath(‘//div[starts-with(@id,”ma”)]‘) |
選取id值以ma開頭的div節點 |
| contains |
xpath(‘//div[contains(@id,”ma”)]‘) |
選取id值包含ma的div節點 |
| and |
xpath(‘//div[contains(@id,”ma”) and contains(@id,”in”)]‘) |
選取id值包含ma和in的div節點 |
| text() |
xpath(‘//div[contains(text(),”ma”)]‘) |
選取節點文本包含ma的div節點 |
七、常用函數：
1、精確定位
（1）contains(str1,str2)用來判斷str1是否包含str2
例1：//*[contains(@class,'c-summaryc-row ')]選擇@class值中包含c-summary c-row的節點
例2：//div[contains(.//text(),'價格')]選擇text()中包含價格的div節點
（2）position()選擇當前的第幾個節點
例1：//*[@class='result'][position()=1]選擇@class='result'的第一個節點
例2：//*[@class='result'][position()<=2]選擇@class='result'的前兩個節點
（3）last()選擇當前的倒數第幾個節點
例1：//*[@class='result'][last()]選擇@class='result'的最后一個節點
例2：//*[@class='result'][last()-1]選擇@class='result'的倒數第二個節點
（4）following-sibling 選取當前節點之后的所有同級節點
例1：//div[@class='result']/following-sibling::div選擇@class='result'的div節點后所有同級div節點找到多個節點時可通過position確定第幾個如：//div[@class='result']/following-sibling::div[position()=1]
（5）preceding-sibling 選取當前節點之前的所有同級節點
使用方法同following-sibling
2、過濾信息
（1）substring-before(str1,str2)用於返回字符串str1中位於第一個str2之前的部分
例子：substring-before(.//*[@class='c-more_link']/text(),'條')
返回.//*[@class='c-more_link']/text()中第一個'條'前面的部分，如果不存在'條'，則返回空值
（2）substring-after(str1,str2)跟substring-before類似，返回字符串str1中位於第一個str2之后的部分
例1：substring-after(.//*[@class='c-more_link']/text(),'條')
返回.//*[@class='c-more_link']/text()中第一個’條’后面的部分，如果不存在'條'，則返回空值
例2：substring-after(substring-before(.//*[@class='c-more_link']/text(),'新聞'),'條')
返回.//*[@class='c-more_link']/text()中第一個'新聞'前面與第一個'條'后面之間的部分
（3）normalize-space()
用來將一個字符串的頭部和尾部的空白字符刪除，如果字符串中間含有多個連續的空白字符，將用一個空格來代替
例子：normalize-space(.//*[contains(@class,'c-summaryc-row ')])
（4）translate(string,str1,str2)
假如string中的字符在str1中有出現，那么替換為str1對應str2的同一位置的字符，假如str2這個位置取不到字符則刪除string的該字符
例子：translate('12:30','03','54')結果：'12:45'
3、拼接信息
（1）concat()函數用於串連多個字符串
例子：concat('http://baidu.com',.//*[@class='c-more_link']/@href)