自动化测试/爬虫定位真难，那是你还没掌握XPath定位

比眉伴天荒 2023-01-03 15:25 101阅读 0赞

## ##

![format_png][]

XPath (XML Path Language) 是一门在 XML 文档中查找信息的语言，可用来在 XML 文档中对元素和属性进行遍历。

XPath定位在爬虫和自动化测试中都比较常用，通过使用路径表达式来选取 XML 文档中的节点或者节点集，熟练掌握XPath可以极大提高提取数据的效率。

因为XPath解析数据是基于元素（Element）的树形结构，所以学习XPath前，先了解一下html的结构及常用标签。

![format_png 1][]

关于HTML学习可以参考W3School文档：https://www.w3school.com.cn/html/index.asp

常用标签

标题：<h1>、<h2>、<h3>、<h4>、<h5>、<h6>、<title>
    
    
    段落：<p>
    
    
    链接：<a>
    
    
    图像：<img>
    
    
    样式：<style>
    
    
    列表：无序列表<ul>、有序列表<ol>、列表项<li>
    
    
    块：<div>、<span>
    
    
    脚本：<script>
    
    
    注释：

## XPath表达式学习 ##

常用表达式

<table> 
 <thead> 
  <tr> 
   <th>表达式</th> 
   <th>描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>nodename</td> 
   <td>选取此节点的所有子节点。</td> 
  </tr> 
  <tr> 
   <td>/</td> 
   <td>从根节点开始选取，绝对定位</td> 
  </tr> 
  <tr> 
   <td>//</td> 
   <td>从符合条件的元素的开始，而不考虑它们的位置。相对定位</td> 
  </tr> 
  <tr> 
   <td>.</td> 
   <td>选取当前节点</td> 
  </tr> 
  <tr> 
   <td>..</td> 
   <td>选取当前节点的父节点</td> 
  </tr> 
  <tr> 
   <td>@</td> 
   <td>选取属性</td> 
  </tr> 
 </tbody> 
</table>

常用案例

![format_png 2][]

谓语表达式

谓语用来查找某个特定的节点或者包含某个指定值的节点，被嵌在方括号中。

![format_png 3][]

通配符

<table> 
 <thead> 
  <tr> 
   <th>通配符</th> 
   <th>描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>*</td> 
   <td>匹配任何元素节点。</td> 
  </tr> 
  <tr> 
   <td>@</td> 
   <td>匹配任何属性节点。</td> 
  </tr> 
 </tbody> 
</table>

## XPath常用的定位方式 ##

**1.元素属性，快速定位，唯一属性：**

`//*[@id="images"]`

**2.层级与属性结合，解决没有属性问题：**

`//div[@id="images"]/a[1]`

**3.属性与逻辑结合，解决多个属性重名问题：**

//\*\[@id="su" and @class="bg s\_btn" \]

> 注意，表达式里的下标是从1开始的。
> 
> 绝对定位以/开头，依赖页面的元素的顺序和位置，相对定位以//开头，不依赖页面元素顺序和位置，根据条件进行匹配，优先使用相对定位。

学习XPath本质就是掌握各种表达式的技巧，除了上述说到方法外，还有一些特别的定位方式：

**4.查找id属性的值包含"kw"的元素：**

`//*[contains(@id,'kw')]`

**5.查找⽂本⾥包含"新闻"的元素**：

`//*[contains(text(),'新闻')]`

**6.查找class属性中开始位置包含's\_form\_wrapper'关键字的元素：**

`//*[starts-with(@class,'s_form_wrapper')]`

**7.使⽤多个相对路径去定位⼀个元素⽤//分开:**

`//div[@class=‘formgroup’]//input[@id=‘user-message’]`

**8.轴定位：**

**轴定位，使用::表示**

![format_png 4][]

查找id="head"元素后⾯标签名为input的第一个元素

`//*[@id="head"]//following::input[1]`

![format_png 5][]

## 在浏览器中查找和验证XPath ##

**1.使用Chrome浏览器的开发者工具，可以快速获取XPath表达式：**

点击选择光标，选择页面上的元素位置，在控制台右键选择Copy XPath，表达式就复制到粘贴板中了。

![format_png 6][]

获取到的XPath路径：`//*[@id="su"]`

获取full XPath：`/html/body/div[1]/div[1]/div[5]/div/div/form/span[2]/input`

**2.验证表达式：**

按键“Ctrl+F”，在控制台中输入需要检查的XPath路径，对应的元素会有的颜色标识。

![format_png 7][]

![format_png 8][]

[format_png]: /images/20221119/feaffc331ae94ca9b38676c6c0a868ca.png
[format_png 1]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9YUFZ6cXNiRjhDVHUzcTFoVThnTFc0QmV1SU1NdFBaRVNOd0pta1NITEw5UUFpYXNLWXhldHZPVDh4Z240WEdtYllGZFhZTVcxVWpGcm5hU1dZSk1hSWcvNjQw?x-oss-process=image/format,png
[format_png 2]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9YUFZ6cXNiRjhDVHUzcTFoVThnTFc0QmV1SU1NdFBaRVpaVndlOEd3bUtCRHM2RTBQTlFMamtXRTFLcE9YcnY3TUdEODlaOEZRbW55d3ZCU3g0TDBhQS82NDA?x-oss-process=image/format,png
[format_png 3]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9YUFZ6cXNiRjhDVHUzcTFoVThnTFc0QmV1SU1NdFBaRWY5SDZVNHBwS1JrMXVHZ29mWXU1Z2d5OFk3ZXVkWmlhbDVNa2lhbjZCOFdRbmdwaWJtYnBkT01pY1EvNjQw?x-oss-process=image/format,png
[format_png 4]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9YUFZ6cXNiRjhDVHUzcTFoVThnTFc0QmV1SU1NdFBaRXRXNzZySGE2aWJPY3BUTzRwNURiZkVnZ1d4ZzJDdUppY3lhOWRpYnNiS0Yzamt4aWFqQVRpYTdvWFB3LzY0MA?x-oss-process=image/format,png
[format_png 5]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9YUFZ6cXNiRjhDVHUzcTFoVThnTFc0QmV1SU1NdFBaRUZlaWNsZDIxT1BPQ2ppYjFlcE9QeGpYbjh2cm4zTnNDZGU4aWNNOG1RaE5WeFZIZ1RmcUxPa0lvdy82NDA?x-oss-process=image/format,png
[format_png 6]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9YUFZ6cXNiRjhDVHUzcTFoVThnTFc0QmV1SU1NdFBaRWtMMXZBVWFBSHBqcjJGN3l2cmhPSkNsbUNhVXV5OFBCaDFvTFk3T1BDU3RYYUVHZlQzV0kxZy82NDA?x-oss-process=image/format,png
[format_png 7]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9YUFZ6cXNiRjhDVHUzcTFoVThnTFc0QmV1SU1NdFBaRUZKa3hXeWU2S0N6VktrQWV3bkF1SGhNazJiM2F6azZzcDFaTWljUHFoM21zQmhxdDZLY0hoSVEvNjQw?x-oss-process=image/format,png
[format_png 8]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9YUFZ6cXNiRjhDUWZlN3F1d0oxZEYzaWJxUU10ZUd0enBVQXpIMzByQk9tYkpBeXhtU2ljUVY1c2I5NkR5UXMzaFlWaWNXaWJ2Z1ZGTUZ4TTJ5UEFKdldvaEEvNjQw?x-oss-process=image/format,png