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。
用 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