nzy2331. XPath 入门：为什么每个爬虫工程师都需要掌握它
第一次接触XPath是在2015年，当时我需要从几百个结构混乱的HTML页面中提取产品数据。正则表达式让我抓狂，BeautifulSoup的选择器也不够精准。直到同事推荐了XPath，我才发现原来元素定位可以如此优雅高效。
XPath全称XML Path Language，最初是为XML文档设计的查询语言，但由于HTML是XML的子集，它同样适用于网页抓取。与CSS选择器相比，XPath的最大优势在于：
- 可以向上查找父节点（CSS无法逆向查找）
- 支持更复杂的条件判断（如按文本内容、属性值范围筛选）
- 路径表达式更接近文件系统的直观性
举个真实案例：上周我需要抓取某电商网站限时促销的商品价格，但发现价格元素没有固定class，而是动态生成的。通过XPath的contains()函数，我写出了这样的表达式：
xpath复制//div[contains(@class, "price-box")]//span[contains(text(), "¥")]
这个表达式意思是：查找所有class属性包含"price-box"的div，在其后代中找到包含"¥"符号的span元素。这种灵活性是其他选择器难以企及的。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. XPath 核心语法全解析
2.1 基础路径表达式
XPath的路径表达式分为两种：
- 绝对路径：从根节点开始的完整路径，如
/html/body/div[2]/main/section - 相对路径：从当前节点开始的路径，如
//div[@class="content"]
实际开发中，我强烈建议使用相对路径。原因有三：
- 绝对路径过于脆弱，页面结构微调就会失效
- 相对路径可读性更好
- Chrome开发者工具默认生成的也是相对路径
常用轴（axis）说明：
child::子节点（可省略）parent::父节点ancestor::所有祖先节点descendant::所有后代节点following-sibling::后续同级节点
2.2 高级定位技巧
属性定位进阶：
xpath复制//input[@type="text" and @name="usernam