【爬虫】元素定位（xpath、css）

Bertha 。 2022-12-18 00:57 270阅读 0赞

##### 1.xpath选择 #####

<table> 
 <thead> 
  <tr> 
   <th>表达式</th> 
   <th>说明</th> 
   <th>举例</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>nodeName</td> 
   <td>按节点名选取</td> 
   <td>form，选取form节点</td> 
  </tr> 
  <tr> 
   <td>/</td> 
   <td>从根节点选取（绝对路径）</td> 
   <td>/html/body/form/input，选取input节点</td> 
  </tr> 
  <tr> 
   <td>//</td> 
   <td>从任意节点选取（相对路径）</td> 
   <td>//form/input，选取input节点<br>form//input，选择form元素的后代的所有 input 元素</td> 
  </tr> 
  <tr> 
   <td>@</td> 
   <td>元素属性</td> 
   <td>//form/input[@name]，选取带有name属性的input节点；<br>//input[@name=‘username’] ，选取所有name属性为username的input节点；<br>//input[@*]选择有任何属性的input节点</td> 
  </tr> 
  <tr> 
   <td>.</td> 
   <td>选取当前节点</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td>..</td> 
   <td>选取父节点</td> 
   <td>//input/..</td> 
  </tr> 
  <tr> 
   <td>[ ]</td> 
   <td>如果有多个元素，可以进行筛选</td> 
   <td>/form/input[1]，选择第一个元素<br>/form/input[2]，选择第2个元素<br>/form/input[last()]，选择最后一个元素<br>/form/input[last()-1]，选择倒数第二个元素</td> 
  </tr> 
  <tr> 
   <td>*</td> 
   <td>选择任何节点</td> 
   <td>/form/*，选择form之后的所有节点</td> 
  </tr> 
  <tr> 
   <td>|</td> 
   <td>或者</td> 
   <td>//form | //a，选择所有的input和a节点</td> 
  </tr> 
  <tr> 
   <td></td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td>@属性名</td> 
   <td>选取属性</td> 
   <td>//a[@id=“link1”]/@href，选取id为link1的a标签的href属性值（此方法在lxml可用）</td> 
  </tr> 
  <tr> 
   <td>text()</td> 
   <td>获取文本内容</td> 
   <td>//a[@id=“link1”]/text()，选取id为link1的a标签的文本内容（此方法在lxml可用）</td> 
  </tr> 
 </tbody> 
</table>

#### 2.css选择 ####

<table> 
 <thead> 
  <tr> 
   <th>表达式</th> 
   <th>说明</th> 
   <th>举例</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>#id</td> 
   <td>通过id选择元素</td> 
   <td>#username，选择id为username的元素</td> 
  </tr> 
  <tr> 
   <td>.class</td> 
   <td>通过类选择元素</td> 
   <td>.container ，选择class为container的元素</td> 
  </tr> 
  <tr> 
   <td>element</td> 
   <td>通过元素名选择元素</td> 
   <td>input，选择所有input元素</td> 
  </tr> 
  <tr> 
   <td>[attribute]</td> 
   <td>通过属性选择元素，选择具有attribute属性的元素</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td>[attribute=value]</td> 
   <td>通过属性选择元素</td> 
   <td>[type=“password”]，选择type属性为password的元素</td> 
  </tr> 
  <tr> 
   <td>a:link，a:visited</td> 
   <td>选择未被访问、已被访问过的元素</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td>p:empty</td> 
   <td>选择没有子元素的p元素</td> 
   <td></td> 
  </tr> 
 </tbody> 
</table>