XPath如何选取节点？超全的XPath轴(Axis)用法总结

XPath轴用于定义从当前节点出发的导航方向，如child::、parent::、ancestor::等，结合节点测试和谓词可精准定位XML/HTML中的元素，提升数据提取效率。

在使用XPath进行XML或HTML文档解析时，选取节点是核心操作。除了基本的路径表达式（如//div、/html/body/p），XPath提供了丰富的“轴”（Axis）机制，用于定位与当前节点相关联的其他节点。掌握这些轴的用法，能让你更灵活、精准地抓取所需数据。

什么是XPath轴？

XPath轴定义了从当前节点出发，可以访问的节点方向和范围。每个轴代表一个特定的节点集合，比如父节点、子节点、祖先节点等。轴的基本语法为：

axisname::nodetest[predicate]

其中：

axisname：轴名称，如child、parent
nodetest：节点测试，如div、*（所有元素）
[predicate]：可选条件，用于进一步筛选

常用XPath轴详解

1. child:: —— 子节点轴

选取当前节点的直接子节点。

示例：

child::div：选择所有子级元素
child::*：选择所有子元素节点


  
child::text()：选择所有子文本节点

简写：div 等价于 child::div

2. parent:: —— 父节点轴
选取当前节点的父节点。
示例：


parent::*：选择父元素
  
parent::div[@class="container"]：选择父节点是否为特定div


简写：.. 等价于 parent::*

3. ancestor:: —— 祖先节点轴
选取当前节点的所有祖先节点（父、祖父、曾祖父等）。
示例：


ancestor::div：选择所有祖先中的div元素
  
ancestor::*[1]：选择最近的一个祖先元素（即父节点）
  
ancestor::body：检查是否在body内部

4. descendant:: —— 后代节点轴
选取当前节点的所有后代节点（子、孙、曾孙等）。
示例：


descendant::span：选择所有嵌套层级的span

  
div/descendant::input：在div内找所有input


简写：// 在路径中表示descendant::，如div//input

5. following-sibling:: —— 后面的兄弟节点
选取当前节点之后的同级节点。
示例：


following-sibling::li：选择后面所有的li

  
following-sibling::li[1]：选择下一个li兄弟
  
h2/following-sibling::p[1]：h2后的第一个p


6. preceding-sibling:: —— 前面的兄弟节点
选取当前节点之前的同级节点。
示例：


preceding-sibling::li：前面所有li

  
li[3]/preceding-sibling::li[1]：第3个li前的第一个li


7. following:: —— 后面的节点（文档顺序）
选取在当前节点之后的所有节点（按文档顺序，不一定是兄弟）。
示例：


h1/following::p：h1之后的所有p标签
  常用于提取标题后的内容段落

8. preceding:: —— 前面的节点（文档顺序）
选取在当前节点之前的所有节点（按文档顺序）。
示例：


p/preceding::h1[1]：当前p之前最近的h1

  适合反向查找标题或说明文字

9. self:: —— 自身节点
选取当前节点本身。
示例：


self::div：如果当前节点是div，则选中
  常用于条件判断或结合or使用

10. attribute:: —— 属性节点轴
选取当前节点的属性。
示例：


attribute::id 或 @id：选择id属性值
  
attribute::* 或 @*：选择所有属性

简写：@ 是 attribute:: 的缩写

11. namespace:: —— 命名空间轴
选取当前节点的命名空间节点（较少使用）。
示例：


namespace::*：列出所有命名空间声明

12. ancestor-or-self:: —— 自身及祖先
包含当前节点及其所有祖先。
示例：


ancestor-or-self::div：如果当前是div或其祖先中有div，都会被选中
  常用于向上查找容器

13. descendant-or-self:: —— 自身及后代
包含当前节点及其所有后代。
示例：


descendant-or-self::a：当前如果是a或包含a后代，都匹配
  等价于 .//a | .[self::a]


实用技巧与注意事项
合理组合轴和谓语，可以实现复杂定位：

定位“某个标题后的第一个段落”：//h3[text()="简介"]/following::p[1]

  查找“有特定类名的父级”：//*[@id="main"]/ancestor::div[@class="wrapper"]

  获取“兄弟节点中的特定位置”：//li[@class="active"]/preceding-sibling::li[1]


注意点：

轴只影响节点方向，具体结果还需配合节点测试和谓语过滤
  某些轴（如following、preceding）按文档顺序排列，可能跨层级
  性能上，深层遍历（如descendant::）可能较慢，尽量限定范围

基本上就这些常用的轴。熟练掌握它们，能大幅提升你在爬虫、自动化测试或XML处理中的定位能力。多练习组合使用，你会发现XPath远比想象中强大。