什么是xpath？文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
- XPath是XML的路径语言，通俗一点讲就是通过元素的路径来查找到这个标签元素
- XPath使用路径表达式在XML文档中进行导航
文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html- 普通语法
文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html注意！文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
1.xpath中的值用引号引起来时，在代码中要注意区分，内单外双，内双外单。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
2.xapth的class的值要填写全部，注意与find_element_by_class_name的区别。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
3.xpath还支持逻辑运算符and/or，多用and来缩小范围，例如//*[@id='username' and @type='text']文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
4.要注意xpath中//input[1]代表第一个input标签，而不是用0，与python中的下标索引不同。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
- xpath轴语法
自动化测试中不常用，爬虫中常用，仅做了解。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
学习网址：XPath Axes（轴）文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
ancestor#选取当前节点的所有先辈（父、祖父等）。
ancestor-or-self#选取当前节点的所有先辈（父、祖父等）以及当前节点本身。
attribute#选取当前节点的所有属性。
child#选取当前节点的所有子元素。
descendant#选取当前节点的所有后代元素（子、孙等）。
descendant-or-self#选取当前节点的所有后代元素（子、孙等）以及当前节点本身。
following#选取文档中当前节点的结束标签之后的所有节点。
namespace#选取当前节点的所有命名空间节点。
parent#选取当前节点的父节点。
preceding#选取文档中当前节点的开始标签之前的所有节点。
preceding-sibling#选取当前节点之前的所有同级节点。
self#选取当前节点。selenium中使用xpath
为了练习，我自己想了个需求。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
用selenium的xpath定位方式写一个脚本，获取微博热搜内容文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
步骤文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
1.打开微博官网https://weibo.com文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
2.找到热搜榜按钮位置，点击文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
3.找到热搜标题位置，获得文本文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
打开微博官网后我们找到热搜榜按钮，然后右键--检查，找到我们要点击的位置文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html发现这个标签里的属性比较多，所以首先尝试用属性法看能不能找到文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html通过role='link'找到4个，不唯一。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
换title试试文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html咦，如此简单么，找到了文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
接下来找热搜标题的xpath路径文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
先手动复制热搜榜前五标题的xpath路径文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
方法：选中标题位置--右键检查文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html找到对应标签行后，再右键--复制--XPath文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html得到前五条热搜名称的xpath路径，并观察规律文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html然后尝试精简路径。用尽可能短的路径定位到唯一元素（因为我发现路径太长，会概率性出现定位不到元素）文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
根据找到的规律（变化最明显的点和最有识别度的标签名称）对路径进行简化，经过无数次的调试（我太菜了）文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
精简后热搜第一名的可用路径为文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
//main/div//div[2]//*[starts-with(@class,'HotTopic_tit_')]ok，xpath的路径准备好之后，就可以写代码了文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
from selenium import webdriver
from time import sleep
driver = webdriver.Firefox()#打开浏览器
url = 'https://weibo.com'
driver.get(url)#打开微博官网
sleep(5)
driver.find_element_by_xpath("//*[@]").click()#找到热搜榜并点击
for i in range(2,7):
sleep(1)
print(f'此时此刻热搜第{i-1}名为：'+driver.find_element_by_xpath(
f"//main/div//div[{i}]//*[starts-with(@class,'HotTopic_tit_')]").text)结果如下文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
此时此刻热搜第1名为：张雪峰提议三胎家庭免学费
此时此刻热搜第2名为：浙江疫情
此时此刻热搜第3名为：读懂中央经济工作会议的深意
此时此刻热搜第4名为：医生建议看手机1小时后休息一下
此时此刻热搜第5名为：雪梨淘宝店铺被封试了几次，成功率还是挺高的。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
有点开心。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
再整一下豆瓣的电影排行榜文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
from selenium import webdriver
from time import sleep
driver = webdriver.Firefox()
url = 'https:/douban.com'
driver.get(url)
driver.find_element_by_xpath('/html/body/div[1]/div[2]/div[1]/ul/li[2]/a').click()
#这用的完整的绝对路径
sleep(5)
driver.find_element_by_xpath("//div/ul/li/a[text()='排行榜']").click()
#找规律精简后的路径
for i in range(1,11):
sleep(2)
print(f'豆瓣排行榜第{i}名：'+driver.find_element_by_xpath(f'//table[{i}]//a[@class=""]').text)结果如下：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/28454.html
豆瓣排行榜第1名：最后的决斗 / 最后决斗(港)
豆瓣排行榜第2名：毒液2 / 毒魔：血战大屠杀(港) / 猛毒2：血蜘蛛(台)
豆瓣排行榜第3名：倒数时刻 / 滴答，滴答……轰隆隆 / 梦想期限(港)
豆瓣排行榜第4名：芬奇 / 芬奇的旅程 / 生化
豆瓣排行榜第5名：不速来客 / 眼见为虚 / Knock Knock
豆瓣排行榜第6名：斯宾塞 / 斯潘塞 / 黛妃(台)
豆瓣排行榜第7名：Soho区惊魂夜 / 苏豪的最后一夜(港) / 迷离夜苏活(台)
豆瓣排行榜第8名：圣母 / 圣欲(港/台) / 圣母玛利亚
豆瓣排行榜第9名：红色通缉令 / 红色大贱谍
豆瓣排行榜第10名：古驰家族 / GUCCI名门望族(港) / Gucci：豪门谋杀案(台)