為了幫助您開始使用XPath，本節將幫助您快速建立對XPath的基本了解，並在Web抓取工具Octoparse中介紹其應用。

內容：

• 什麼是XPath？
• 如何編寫XPath？
• 什麼是Octoparse XPath工具？
• 為什麼在使用Octoparse時需要編寫XPath？

1.什麼是XPath？

XPath（XML路徑語言）是一種查詢語言，用於從XML / HTML文檔中選擇元素。它可以幫助您準確，快速地從整個文檔中查找元素。

網頁通常使用稱為HTML的語言。如果您在瀏覽器（Chrome，Firefox等）上加載網頁，則可以通過按F12鍵輕鬆訪問相應的HTML文檔。您在網頁上看到的所有內容都可以在HTML中找到，例如圖像，文本塊，鏈接等。

讓我們看下面的示例，以進一步說明XPath的工作原理。

該圖像是HTML文檔的一部分。很容易注意到，此HTML部分中的元素分為3個級別。

第1級：書店

第2級：書籍

第3級：標題，作者，年份和價格。

帶尖括號（）的文本稱為標籤。HTML元素通常由開始標籤和結束標籤組成，內容插入在兩者之間。

內容在這裡... </ tagname>

XPath使用“ /”從頂部到底部連接不同級別的標籤，以指定元素的位置。對於我們的示例，如果我們要定位元素“ author”，則XPath將類似於：

/ bookstore / book / author

如下圖所示，這與文件結構非常相似。

我們可以得出結論，XPath是用於在HTML文檔中定位精確位置的地址。

2.如何編寫XPath？

如果您了解HTML的邏輯和XPath的語法，那麼編寫XPath很容易。

聽起來容易嗎？然而，它需要一些時間來學習。這是一些對初學者有用的教程，至少對我而言。

HTML教程

XPath教程

XPath基本

為了使您更輕鬆，這是一些有用的XPath表達式的備忘單，可幫助您快速定位HTML中的所有元素。

*請注意，屬性和文本值均區分大小寫。
*對於XPath表達式的更詳盡的列表，這里。

3.什麼是XPath工具

我們知道編寫XPath的基本規則，可以開始編寫了。恭喜你！

但是，我們怎麼知道XPath是否正確？在這種情況下，我們應該使用XPath工具來進行驗證。

我想推薦2個XPath工具。

-Octoparse XPath工具

Octoparse提供了一個XPath工具來幫助您輕鬆編寫XPath。它是用Octoparse工具內置的：

在Octoparse XPath Tool上查看詳細說明。

-Chrome附加組件：XPath幫助器

XPath Helper是一個出色的chrome擴展程序，它使您可以通過將鼠標懸停在瀏覽器上的元素上來查找XPath。您也可以直接在控制台中編輯XPath查詢。您將立即獲得結果，以便知道您的XPath是否正常工作。

1585901457783.png

4.為什麼在使用Octoparse時需要編寫XPath？

Octoparse是一個網絡抓取工具，可幫助創建搜尋器以自動在線收集數據。

Octoparse中的XPath是告訴Octoparse做什麼的命令。一般來說，它可以自動檢測數據字段的XPath，而無需太多相互配合。但是，我們仍然可以通過編寫XPath使它更精確地工作。

例如，如果我們想在Octoparse中創建一個分頁循環，那麼我們應該告訴Octoparse應該單擊哪個鏈接。在這種情況下，我將以IMDb網站為例。

在Octoparse中打開網站後，我們可以單擊“下一步>>”，然後在“操作”提示上選擇“循環單擊下一頁”以創建分頁循環。

此圖像指示分頁，告訴Octoparse單擊的地方。自動生成的XPath是// DIV [@ class ='nav'] / DIV [2] / A [1]。XPath似乎工作正常，但是進入下一頁後，我們會注意到XPath定位為“ << previous”。

因此，在這種情況下，我們最好在Octoparse中修改XPath。

此外，XPath還將用於重新定位要提取的數據字段。

到此為止。如果您對如何更有效地學習XPath有更好的想法，請在下面留下評論！