17370845950

XPath 是 HTML/XML 文档中精准定位元素的查询语言，核心为“路径+条件”：用 // 任意层级搜索更健壮，/ 表示绝对路径；优先通过属性（如 @type、@data-testid）而非 class/id 定位；文字内容（text()）、位置索引（[n]）和轴（如 following-sibling）用于唯一区分；调试推荐 Chrome 控制台验证，Selenium 中使用 r"" 原始字符串避免转义。

XPath 是一种在 HTML 或 XML 文档中精准定位元素的查询语言，用对了，写爬虫或自动化脚本就省一半力气。它不依赖 JavaScript 渲染，也不靠肉眼找 class，核心就是“路径 + 条件”。掌握几个常用写法，就能覆盖绝大多数定位需求。

从根出发还是全文档搜？分清 / 和 //

这是最基础也最容易混淆的起点：

• / 表示绝对路径：必须从文档最顶层开始，比如 /html/body/div[1]/h2。一旦网页结构微调（比如加了个 wrapper div），整个表达式就失效。
• // 表示相对任意层级搜索：跳过中间结构，直接找目标。例如 //h2 找所有 h2 标签，//div//p 找所有 div 内部的 p（无论嵌套几层）。
• 日常优先用 //，健壮性高；只有在结构极固定、且需唯一性约束时才考虑 /。

靠属性精准锁定，别只认 class 和 id

class 名动态、id 带哈希、标签名太泛——光靠标签根本没法稳定定位。属性才是主力：

• //input[@type='password']：找密码输入框
• //button[contains(@class, 'primary')]：class 包含 "primary"（适配 class="btn primary large"）
• //*[@data-testid='submit-btn']：用自定义 data 属性，前端常预留这类稳定钩子
• //img[@alt and not(@src)]：有 alt 但没 src 的图片，适合检测缺失资源

文字内容和位置是最后的“区分器”

当多个元素长得一模一样（比如一堆

• //a[text()='登录']：文字完全等于“登录”的链接（注意大小写和空格）
• //span[contains(text(), '总价')]/following-sibling::b：先找到含“总价”的 span，再取它后面同级的 b 标签
• (//div[@class='card'])[2]：括号不能少！表示“取第 2 个匹配的 div”，否则 //div[@class='card'][2] 含义变成“每个父节点下第 2 个 card 类 div”
• //tr[td[1]='王五']/td[3]：表格中第一列是“王五”的行，取该行第三列的内容

调试和避坑小提醒

写完别急着跑代码，先验证再集成：

• Chrome 开发者工具 Elements 面板里按 Ctrl+F（Win）或 Cmd+F（Mac），直接粘贴 XPath，匹配项会高亮
• Selenium 中写成 find_element(By.XPATH, r"//div[@data-id='100']")，推荐原始字符串 r"" 避免反斜杠转义问题
• 属性值含空格或单引号？用双引号包属性值，如 //a[@title="编辑 用户"]；反之亦然
• 避免硬编码索引（如 [3]），优先用文本、属性或语义化条件替代