2017-03-23
非本人原創，只是寫爬蟲時很有用，就留下了
<A id="a1">
<B id="b1">
<C id="c1">
<B name="b"/>
<D id="d1"/>
<E id="e1"/>
<E id="e2"/>
</C>
</B>
<B id="b2"/>
<C id="c2">
<B/>
<D id="d2"/>
<F/>
</C>
<E/>
</A>
以下將要介紹一些XPath中節點匹配的基本方法。
路徑匹配
路徑匹配與檔案路徑的表示相仿，比較好理解。有以下幾個符號：
（1）用“/”指示節點路徑
如“/A/C/D” 表示節點"A"的子節點"C"的子節點"D"，即id值為d2的D節點， “/”表示根節點。
（2）用“//” 表示所有路徑以"//"後指定的子路徑結尾的元素
如“//E” 表示所有E元素，結果是所有三個E元素，如“//C/E”表示所有父節點為C的E元素，結果是id值為e1和e2的兩個E元素 。
（3）用“*” 表示路徑的萬用字元
如“/A/B/C/*”表示 A元素→B元素→C元素下的所有子元素，即name值為b的B元素、 id值為d1的D元素和id值為e1和e2的兩個E元素
“/*/*/D”表示上面有兩級節點的D元素，匹配結果是id值為d2的D元素 ，如“//*”表示所有的元素。
位置匹配
對於每一個元素，它的各個子元素是有序的。
如：/A/B/C/B[1]表示A元素→B元素→C元素的第一個B元素，得到name值為b的B元素
/A/B/C/E[last()]表示A元素→B元素→C元素的最後一個E元素，得到id值為e2的E元素
/A/B/C/E[position()>1]表示A元素→B元素→C元素之下的位置號大於1的E元素，得到id值為e2的E元素
屬性及屬性值
在XPath中可以利用屬性及屬性值來匹配元素，要注意的是，元素的屬性名前要有"@"字首。例如：
//B[@id]表示所有具有屬性id的B元素，結果為id值為b1和b2的兩個B元素
//B[@*]表示所有具有屬性的B元素，結果為兩個具有id屬性的B元素和一個具有name屬性B元素
//B[not(@*)]表示所有不具有屬性的B元素，結果為A元素→C元素下的B元素
//B[@id="b1"] id值為b1的B元素，結果為A元素下的B元素
親屬關係匹配
XML文件可歸結為樹型結構，因此任何一個節點都不是孤立的。通常我們把節點之間的歸屬關係歸結為一種親屬關係，如父親、孩子、祖先、後代、兄弟等等。在對元素進行匹配時，同樣可以用到這些概念。例如：
//E/parent::* 表示所有E節點的父節點元素，結果為id值為a1的A元素和id值為c1的C元素
//F/ancestor::* 表示所有F元素的祖先節點元素，結果為id值為a1的A元素和id值為c2的C元素
/A/child::* 表示A的子元素，結果為id值為b1、b2的B元素，id值為c2的C元素，以及沒有任何屬性的E元素
/A/descendant::* 表示A的所有後代元素，結果為除A元素以外的所有其它元素
//F/self::* 表示所有F的自身元素，結果為F元素本身
//F/ancestor-or-self::* 表示所有F元素及它的祖先節點元素，結果為F元素、F元素的父節點C元素和A元素
/A/C/descendant-or-self::* 表示所有A元素→C元素及它們的後代元素，結果為id值為c2的C元素、該元素的子元素B、D、F元素
/A/C/following-sibling::* 表示A元素→C元素的緊鄰的後序所有兄弟節點元素，結果為沒有任何屬性的E元素
/A/C/preceding-sibling::* 表示A元素→C元素的緊鄰的前面所有兄弟節點元素，結果為id值為b1和b2的兩個B元素
/A/B/C/following::* 表示A元素→B元素→C元素的後序的所有元素，結果為id 為b2的B元素、無屬性的C元素、無屬性的B元素、id為d2的D元素、無屬性的F元素、無屬性的E元素。
/A/C/preceding::* 表示A元素→C元素的前面的所有元素，結果為id為b2的B元素、id為e2的E元素、id為e1的E元素、id為d1的D元素、name為 b的B元素、id為c1的C元素、id為b1的B元素