Python 爬虫工程师 第6期 非结构化数据 XPath 优化

文章结构概述

• • • XPath 概述

      • XPath 中的节点概念
      • XPath 的语法结构
      • • 路径表达式的应用

    • 谓语的使用

    • 通配符的定义

    • 多路径的选择方式

      • XPath 轴的概念
      • 步骤（step）的定义
      • XPath 运算符的运用
      • 结尾部分

XPath技术概述

XPath（XML Path Language）作为一种专门用于定位XML文档中特定元素位置的语言，被广泛应用于XML数据的查询与处理。

XPath节点解析与应用

XPath 中定义了七类节点类型，包括元素、属性、文本、命名空间、处理指令、注释以及文档（根）节点。在 XML 文档的处理过程中，其结构被视作一棵由节点构成的树状结构，而该树的最顶端则被称作文档节点或根节点。

常见概念

• 基本值（亦称为原子值，Atomic value）：指那些既没有父节点也没有子节点的独立节点
• 项目（Item）：可以是基本值或任意类型的节点

节点关系

父（Parent）：若某节点 b 处于节点 a 的下一层，则称节点 a 为节点 b 的父节点

    #节点a是