xpath提取数据

一、什么xml？
1、定义：可扩展标记性语言
2、特点：xml的是具有自描述结构的半结构化数据。
3、作用：xml主要设计宗旨是用来传输数据的。他还可以作为配置文件。
二、xml和html的区别？
1、语法要求不同：xml的语法要求更严格。
（1）html不区分大小写的，xml区分。
（2）html有时可以省却尾标签。xml不能省略任何标签，严格按照嵌套首位结构。
（3）只有xml中有自闭标签(没有内容的标签,只有属性。)
（4）在html中属性名可以不带属性值。xml必须带属性值。
（5）在xml中属性必须用引号括起来，html中可以不加引号。
2、作用不同：
html主要设计用来显示数据以及更好的显示数据。
xml主要设计宗旨就是用传输数据。
3、标记不同：xml没有固定标记，html的标记都是固定的，不能自定义。
三、xpath
1、什么是xpath？
xpath是一种筛选html或者xml页面元素的【语法】。
2、xml和html的一些名词：
元素、标签、属性、内容
3、xml的两种解析方法：
dom和sax。
4、xpath语法：
（1）选取节点：
nodename — 选取此标签及其所有字标签。
/----从根节点开始选取。
// ----从任意节点开始，不考虑他们的位置。
//book—不管book位置，在xml中取出所有的book标签。
.----当前节点开始找
…----从父节点
@ —选取属性
text()—选取内容
（2）谓语：起限定的作用，限定他前面的内容。
[]写在谁的后面，就限定谁，一般用于限定元素或者标签。
//book[@class=‘abc’]
常见的谓语：
[@class] ----选取有class
[@class=‘abc’] —选取class属性为abc的节点。
[contains(@href,‘baidu’)] —选取href属性包含baidu的标签