第六章後半，介紹XPath和應用，全名為XML Path，也就是XML的路徑，他可以查詢文件中的任何屬性。XPath把HTML文件看待成樹狀階層結構，每個標籤元素視為節點，並依照標籤指令的先後層次組成結構，分為最上層的父節點，往下父節點，再來兄弟節點。

XPath分為兩種路徑

絕對路徑：以html起頭，用單一斜線分隔

/html/body/div/h1
/html/body/div/div[2]/h2

相對路徑：使用雙斜線起頭，若頁面內有兩種相同元素，必須標示完整，或找到唯一識別名，才能選到預期元素

//h1
//div[@id=‘ article1 ’]/h2

XPath取出元素屬性質：

<a> ：HTML的超連結標籤
定位到超連結
//div[@id=‘ article1 ’]//a
(定位到第一篇文章的任何超連結)

get_attribute() ：取得元素屬性和隱藏的文字

取出a元素的href屬性
>>> a_tag = driver.find_element_by_xpath('//div[@id='article1']//a')
>>>a_tag.get_attribute('href')
超連結網站


讀取隱藏文字需配合textContent
p = driver.find_element_by_xpath (' //p[@class='hidden']')

print(p.text)
-> ' '
print(p.get_attribute ('textContent') )
-> '隱藏文字'

第六章重點

• 網頁本身是純文字檔，HTML 標籤用於定義網真結構、CSS 樣式表用於設定網頁外觀、JavaScript 提供網頁互動功能。
• 使用 Selenium 操控瀏覽器之前，要先安裝 WebDriver 驅動程式以及selenium 程式庫。
• Selenium 程式庫提供”find_element_by_OOO”函式選定網頁元素。
• XPath 語法用「路徑」來選定標籤元素，絕對路徑總是以 '/html' 起頭：相對路徑始終用雙斜線（//）開頭。
• 使用 XPath 指定標籤屬性的語法：”//標籤［@屬性= '值']”
• 選定HTML元素之後，透過”元素.text"或”元素.get_attribute(' textContent ')”語法，取得該元素的純文字內容。