一、概述
XPath（XML Path Language）是一门在XML文档中查找信息的语言，它也可用于HTML文档，因为HTML可以看作是XML的一种特殊形式。XPath通过路径表达式来选取XML/HTML文档中的节点或者节点集。
二、节点类型
在XPath中，有多种节点类型，主要包括以下几种：
- 元素节点：这是最常见的节点类型，例如在HTML中，
<div>、<p>等标签对应的就是元素节点。例如在<div class="container">这个代码片段中，<div>就是一个元素节点。 - 属性节点：是元素节点的属性，比如对于
<a href="https://example.com">，href及其值https://example.com构成一个属性节点，它属于<a>这个元素节点。 - 文本节点：元素节点中的文本内容。如
<p>这是一段文本</p>，“这是一段文本”就是一个文本节点。
三、基本语法
- 选取节点
- 绝对路径：从根节点开始选取，路径以斜杠
/开头。例如，在一个XML文档中，如果根节点是<bookstore>，要选取所有的<book>元素，XPath表达式可以是/bookstore/book。在HTML文档中，根节点是<html>，如果要选取<body>下的所有<div>元素，表达式可以是/html/body/div。 - 相对路径：不从根节点开始，而是从当前节点开始选取。例如，如果当前节点是
<section>，要选取它内部的所有<p>元素，可以使用p这个相对路径表达式。
- 绝对路径：从根节点开始选取，路径以斜杠
- 通配符
*：可以匹配任何元素节点。例如/bookstore/*会选取bookstore根节点下的所有子元素。@*：可以匹配任何属性节点。例如//*[@*]会选取文档中带有任何属性的所有元素。
- 轴（Axes）
- 子元素轴（child）：默认情况下，XPath路径表达式选取的是子元素。例如
/bookstore/book中的book是bookstore的子元素。 - 后代元素轴（descendant）：使用
//表示。例如//book会选取文档中所有的book元素，无论它们在文档结构中的层次有多深。 - 父元素轴（parent）：可以用来选取当前节点的父节点。例如，如果当前节点是
<p>，表达式parent::*会选取<p>的父元素。 - 祖先元素轴（ancestor）：可以选取当前节点的所有祖先节点。例如
ancestor::div会选取当前节点的所有<div>类型的祖先节点。
- 子元素轴（child）：默认情况下，XPath路径表达式选取的是子元素。例如
四、在编程语言中的应用
- Python
- 在Python中，可以使用
lxml库来解析XML/HTML并使用XPath。首先需要安装lxml库，然后可以这样使用：
from lxml import etree # 解析XML或HTML文档 tree = etree.parse('example.xml') # 使用XPath表达式选取节点 elements = tree.xpath('/bookstore/book') for element in elements: print(element.text) - 在Python中，可以使用
- Java
- 在Java中，可以使用
JAXP（Java API for XML Processing）结合XPath来处理。例如：
import javax.xml.parsers.DocumentBuilder; import javax.xml.parsers.DocumentBuilderFactory; import javax.xml.xpath.XPath; import javax.xml.xpath.XPathConstants; import javax.xml.xpath.XPathFactory; import org.w3c.dom.Document; import org.w3c.dom.NodeList; public class XPathExample { public static void main(String[] args) throws Exception { DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); DocumentBuilder builder = factory.newDocumentBuilder(); Document document = builder.parse("example.xml"); XPathFactory xpathFactory = XPathFactory.newInstance(); XPath xpath = xpathFactory.newXPath(); NodeList nodeList = (NodeList) xpath.evaluate("/bookstore/book", document, XPathConstants.NODESET); for (int i = 0; i < nodeList.getLength(); i++) { System.out.println(nodeList.item(i).getTextContent()); } } } - 在Java中，可以使用