6.3.1 软件-＞W3C XPath 1.0 标准（W3C Recommendation）:XPath（XML Path Language）查询语言
一、XPath 核心定义
XPath 是专门为在 XML 文档中快速定位、选取节点（元素 / 属性 / 文本）设计的查询语言，你可以把它理解成：
- XML 版的 “文件路径”：像你在电脑里用
C:\文档\书籍\Python.pdf找到文件一样，XPath 用路径表达式定位 XML 中的某个节点 - XML 版的 “数据库查询语句（SQL）”：能精准筛选出符合条件的节点（比如 “价格大于 100 的书籍”）
它是解析 XML 的核心工具，几乎所有 XML 解析库（Python 的 lxml、Java 的 XPathAPI）都支持 XPath，比单纯遍历 XML 节点效率高得多
二、XPath 核心概念：节点类型
在 XPath 中，XML 的每一部分都是 “节点”，核心节点类型：
| 节点类型 | 示例（对应之前的 books.xml） | 说明 |
|---|---|---|
| 元素节点 | <book>、<title>、<library> | XML 的标签，是最核心的节点 |
| 属性节点 | id="1" | 元素的属性（带@标识） |
| 文本节点 | Python编程：从入门到实践 | 元素内的文本内容 |
| 根节点 | / | 代表整个 XML 文档的根（不是<library>，<library>是根元素） |
三、XPath 基础语法（核心路径表达式）
以之前的books.xml为例，先回顾文档结构：
<?xml version="1.0" encoding="UTF-8"?><library><!-- 根元素 --><bookid="1"><title>Python编程：从入门到实践</title><author>埃里克·马瑟斯</author><price>89.00</price></book><bookid="2"><title>Java核心技术</title><author>凯·霍斯特曼</author><price>129.00</price></book></library>1. 基础路径（定位节点）
| 表达式 | 含义 | 示例（定位目标） |
|---|---|---|
/ | 从根节点开始（绝对路径） | /library→ 定位根元素<library> |
// | 从任意位置匹配节点（相对路径） | //book→ 定位所有<book>元素（不管层级） |
. | 当前节点 | //book/.→ 等同于//book |
.. | 父节点 | //title/..→ 定位所有<title>的父节点（即<book>） |
@ | 选取属性 | //book/@id→ 定位所有<book>的id属性 |
2. 筛选条件（谓语，用[]）
可以给路径加条件，精准筛选节点：
| 表达式 | 含义 | 示例结果 |
|---|---|---|
//book[1] | 第一个<book> | id=1 的 book |
//book[last()] | 最后一个<book> | id=2 的 book |
//book[position()<2] | 位置小于 2 的 book | id=1 的 book |
//book[price>100] | 价格 > 100 的 book | id=2 的 book |
//book[@id='2'] | id 属性为 2 的 book | id=2 的 book |
3. 通配符（匹配任意节点）
| 通配符 | 含义 | 示例 |
|---|---|---|
* | 任意元素节点 | /library/*→ 定位<library>下所有子元素（即所有 book） |
@* | 任意属性节点 | //book/@*→ 定位所有 book 的所有属性（即所有 id） |
node() | 任意类型节点 | //book/node()→ 定位 book 下所有节点（title/author/price） |
4. 多路径匹配（用|）
可以同时选取多个路径的节点：
//title | //price # 定位所有<title>和<price>节点四、实战示例（Python + lxml 解析 XML + XPath）
XPath 需要配合解析库使用，Python 中lxml库对 XPath 支持最好（需先安装）：
安装依赖
pipinstalllxml完整代码
fromlxmlimportetree# 1. 加载XML文件（或字符串）xml_str=""" <?xml version="1.0" encoding="UTF-8"?> <library> <book id="1"> <title>Python编程：从入门到实践</title> <author>埃里克·马瑟斯</author> <price>89.00</price> </book> <book id="2"> <title>Java核心技术</title> <author>凯·霍斯特曼</author> <price>129.00</price> </book> </library> """# 解析XMLtree=etree.fromstring(xml_str)# 2. 用XPath定位节点（核心操作）# 示例1：获取所有book的id属性book_ids=tree.xpath("//book/@id")print("所有book的id：",book_ids)# 输出：['1', '2']# 示例2：获取价格>100的book的标题high_price_books=tree.xpath("//book[price>100]/title/text()")print("价格>100的书籍标题：",high_price_books)# 输出：['Java核心技术']# 示例3：获取第二个book的作者second_book_author=tree.xpath("//book[2]/author/text()")print("第二个book的作者：",second_book_author)# 输出：['凯·霍斯特曼']# 示例4：获取所有title和price的文本titles_and_prices=tree.xpath("//title/text() | //price/text()")print("所有标题和价格：",titles_and_prices)# 输出：['Python编程：从入门到实践', '89.00', 'Java核心技术', '129.00']五、XPath 的使用场景
- XML 解析：快速提取 XML 中指定条件的数据（替代繁琐的遍历）
- 网页爬虫：XPath 是解析 HTML（HTML 本质是不严格的 XML）的核心工具，能精准定位网页中的元素（比如爬取商品标题、价格）
- 配置文件处理：快速修改 / 读取 XML 配置文件中的特定节点
总结
- XPath 是 XML 的路径查询语言，核心作用是快速定位 / 筛选 XML 中的元素、属性、文本节点，比手动遍历效率高
- XPath 的核心语法包括：
/（绝对路径）、//（任意路径）、@（属性）、[]（条件筛选）、|（多路径） - 实际开发中，XPath 常配合解析库（如 Python 的 lxml）使用，是处理 XML/HTML 数据的必备技能