菜单

XPath函数

描述:本章介绍常见的xpath函数

       网页或窗口情况十分复杂,仅通过标签和属性,难以将我们需要的数据精准定位出来。XPath有一套XPath函数,便于我们更精准定位。

 

下面是一些常见XPath函数,在rpa元素定位和抓取中抓取中应用十分广泛,请大家认真学习。

 

在开始学习XPath函数之前,有2点特别强调:

XPath函数有其固定写法,请遵循其固定写法;

XPath中的所有符号() [] ''均为英文符号,不可用中文符号。

 

以下示例网址均为:https://book.douban.com/tag/%E5%B0%8F%E8%AF%B4

 

① text()     用文本定位位置

text()='xxx'                     精确定位,引号中的内容需与HTML文档中的文本完全一样

contains(text(),'xxx')        模糊定位,HTML文档中的文本,包含引号中的内容即可

 

如果需要定位到此网页中的【后页>】按钮。

用 text()='xxx' 定位,则XPath为://a[text()='后页>'] ,引号中的文本一定要为 '后页>',如果换成 '后页' (少了一个>),则定位不到【后页>】按钮。

 

 

contains(text(),'xxx') 定位,则XPath为://a[contains(text(),'后页>')] //a[contains(text(),'后页')] //a[contains(text(),'页')]//a[contains(text(),'后')] 均可(包含文本中相连的一段字符即可,不用全部复制)。

 

 

② contains()    用于判断文本的一部分是否包含XXX,或者属性值是否包含XXX

contains(text(),'xxx')          判断文本的一部分是否包含XXX,上面已经详细说明

contains(@class,'xxx')        判断属性值是否包含XXX

 

如果需要定位到此网页中的所有图书列表。

直接用属性定位,则XPath为://li[@class='subject-item'] ,引号中的属性值一定要为 'subject-item',跟HTML文档中的属性值完全一致。

 

 

如果用 contains(@class,'xxx') 定位 ,则XPath为://li[contains(@class,'subject-item')]//li[contains(@class,'subject')] 均可(包含属性中相连的一段即可,不用全部复制)。

 

 

③ position()     用于定位节点的位置和限制节点的范围

position()=1                                    同级标签的第1个

position()>1 and position()<10          同级标签的第2-9个

 

常用于控制循环列表的项。如图,//ul[@class='subject-list']/li[position()>1 and position()<10],定位的是第2-9个li标签。

 

 

④ last() 最后1个

last()                  最后1个标签

last()-1               倒数第2个标签

last()-2               倒数第3个标签

 

如图,//ul[@class='subject-list']/li[last()],定位的是最后1个li标签。

 

 

 

⑤ and/or/not  同时满足/满足其中1个即可/无

and    且,同时满足                       a[@class and @href]    既有class属性,又有href属性的a标签

or      或,满足其中1个即可             a[@class or @href]      有class属性,或者有href属性的a标签

not    无                                      a[not(@class)]            不含class属性的a标签

 

⑥ following-sibling::   选取当前节点之后的所有同级节点

如图,//span[@class="thisclass"]/following-sibling::a ,定位到span节点之后的所有同级a节点

 

 

⑦ preceding-sibling::    选取当前节点之前的所有同级节点

如图,//a[@target='_blank']/preceding-sibling::strong ,定位到a节点之前的所有同级strong节点

 

最近修改: 2023-12-06