XPath 入门到精通：用爬虫实战快速掌握数据提取技巧

一、XPath 是什么？为什么爬虫必备？

XPath 是一种在 XML/HTML 文档中定位元素的语言，爬虫用它来 “精准抓取” 网页数据。
核心优势：

• 比正则表达式更简洁、高效
• 支持层级定位（父 / 子 / 兄弟节点）
• 可根据属性、文本内容筛选元素

类比：如果把网页比作图书馆，XPath 就是 “找书指南”，能快速定位到你想要的 “数据书籍”。

二、XPath 基础语法（5 分钟速通）

1. 绝对路径与相对路径

• 绝对路径：从根节点开始，用 / 分隔（如：/html/body/div）
• 相对路径：从当前节点开始，用 // 表示任意层级（如：//div）

2. 常用选择器

语法	作用	示例
//tag	选取所有 tag 元素	//div 选所有 div
//tag[@attr]	选取带 attr 属性的元素