| / |
从根节点开始的绝对路径 |
/html/body（从到）
|
| // |
任意位置的相对路径 |
//div（找所有div元素） |
| . |
当前节点 |
./p（找当前节点下的p元素） |
| .. |
父节点（当前元素的上一级） |
../a（找当前节点的父节点下的a元素） |
| @ |
选择属性 |
//a[@href]（找带href的链接） |
举个我自己的例子：之前爬知乎“热榜”，要提取每个热榜问题的标题和链接。用//div[@class='HotItem-title']/a找标题链接，用//div[@class='HotItem-title']/a/text()找标题文字——这样既拿到了链接（属性），又拿到了文字（文本），完美解决需求。
Xpath必学的进阶技巧：解决90%的“复杂提取”问题
基础语法会了，再学几个“进阶技巧”，能搞定你遇到的“疑难杂症”——比如“找某个元素后面的兄弟元素”“模糊匹配带变量的属性”“去掉文本里的空格”。
轴语法：找节点的“亲戚”
轴语法是Xpath的“高级搜索”，核心是“找节点周围的元素”。我用“亲戚关系”给你翻译一下：
parent::：父节点（爸爸），比如//div[@class='answer']/parent::div找回答节点的父容器；
child::：子节点（儿子），比如//div[@class='answer']/child::p找回答节点下的段落；
following-sibling::：后面的兄弟节点（弟弟），比如//div[@class='answer']/following-sibling::div[@class='comment']找回答节点后面的评论容器；
preceding-sibling::：前面的兄弟节点（哥哥），比如//div[@class='comment']/preceding-sibling::div[@class='answer']找评论对应的回答节点。
我之前爬知乎回答的时候，要找每个回答下面的“评论数”，就用了//div[@class='AnswerCard']/following-sibling::div[@class='CommentSection']//span[@class='CommentCount']——翻译过来就是“找到回答卡片，再找它后面的评论区，最后找评论区里的评论数”。这个语法帮我精准提取了1000多条回答的评论数，没漏一个。
运算符：解决“模糊匹配”和“多条件筛选”
你有没有遇到过这种情况？要找的元素class不是固定的，比如淘宝商品价格有的是class='price'，有的是class='price-red'，或者链接里带“product”但参数不固定？这时候运算符就派上用场了。
最常用的三个运算符：
contains()：模糊匹配属性值，比如//span[contains(@class,'price')]找class包含price的span（不管是price还是price-red都能找到）；
and/or：多条件叠加，比如//a[contains(@href,'product') and @class='title']找href包含product且class为title的链接；
text()：精确匹配文本，比如//p[text()='苹果手机']找文字为“苹果手机”的段落。
我朋友做电商爬虫时，用//a[contains(@href,'item')]爬淘宝商品链接——因为淘宝商品链接都带“item”参数，不管后面的数字怎么变，用contains()就能全覆盖。之前他用精确匹配@href='https://item.taobao.com/item.htm?id=123456'，结果每个商品都要改一次，现在用contains()直接“一劳永逸”。
小技巧：去掉文本里的空格
你有没有遇到过提取的文本里全是空格或换行符？比如//p/text()提取出来是“ 苹果手机 ”（前后有空格），这时候用normalize-space()函数就能“clean”掉多余空格：//p[normalize-space(text())='苹果手机']——这样就能精准找到文字为“苹果手机”的段落，不管前后有没有空格。我之前爬京东评价的时候，好多用户评论里带换行和空格，用这个函数才拿到“干净”的文字。
最后：给Xpath新手的3个“避坑提醒”
别用“”通配符滥竽充数：//是找所有元素，但会爬一堆无关内容，除非你真的要“所有元素”，否则别用；
避免“索引”依赖：比如//div[1]是找第一个div，但页面结构一变，索引就错了，尽量用@id或@class定位；
用工具验证语法：推荐用Chrome的“检查”工具——按F12打开开发者工具，选中元素右键“Copy”→“Copy Xpath”，能快速生成语法，再根据需求调整（比如把绝对路径改成相对路径）。
我之前帮朋友爬拼多多商品数据，一开始用Chrome生成的绝对路径，结果拼多多页面一更新就失效；后来把/html/body/div[3]/div[2]/div[1]/h1改成//div[@class='goods-title']，才终于稳定——工具生成的语法是“参考”，不是“标准答案”，得根据实际情况调整。
其实Xpath没那么难，关键是“用对规则解决具体问题”。你要是按我上面说的试了，比如用//相对路径爬页面，用contains()解决模糊匹配，或者用轴语法找兄弟元素，欢迎回来告诉我效果！要是还有没搞懂的地方，也可以在评论区问我——我帮你一起想想办法。
对了，要是你想深入学Xpath，可以看看W3C的官方文档（XPath 1.0 规范），虽然有点枯燥，但权威性没话说。
绝对路径和相对路径有什么区别？该优先用哪个？
绝对路径是从页面根节点（）开始的精确路线，比如/html/body/div[1]/p，就像从小区门口走到家，每一步都不能错，但动态页面结构一变就失效——我之前爬京东商品名称用/html/body/div[3]/div[2]/div[1]/h1，结果页面层级调整直接罢工；相对路径用//开头，不管页面结构怎么变，只要元素符合条件就能找到，比如//div[@id=’productTitle’]，稳定多了。优先用相对路径，除非你100%确定页面结构永远不变。
遇到class不固定的元素，怎么用Xpath找？
用contains()函数模糊匹配属性值就行。比如淘宝商品价格有的class是price，有的是price-red，用//span[contains(@class,’price’)]就能把这两种都找到；要是链接里带固定关键词比如product，用//a[contains(@href,’product’)]也能匹配到带这个关键词的所有链接。
想找某个元素旁边的兄弟元素，Xpath怎么写？
用轴语法里的following-sibling::（找后面的兄弟）或preceding-sibling::（找前面的兄弟）。比如我之前爬知乎回答找评论区，用//div[@class=’AnswerCard’]/following-sibling::div[@class=’CommentSection’]，就是先找回答卡片，再找它后面的评论区容器；反过来想找评论对应的回答，用preceding-sibling::就能定位到前面的回答节点。
提取的文本有多余空格或换行，怎么用Xpath清理？
用normalize-space()函数，比如//p[normalize-space(text())=’苹果手机’]，能自动清理文本前后的多余空格和换行。我之前爬京东用户评价时，好多评论带换行和空格，用这个函数就拿到了干净的文字内容。
用Xpath有什么常见坑要避开？
别用通配符滥竽充数，比如//会爬一堆无关元素；别依赖元素索引比如div[1]，页面结构一变就错；Chrome工具生成的Xpath是参考，要改成相对路径——比如我用Chrome生成的绝对路径爬拼多多商品，结果页面更新直接失效，改成//div[@class=’goods-title’]才稳定。
