抓取⽹页数据⼯具Xpath提取⽰例
我们在使⽤⽕车采集器时，经常会⽤到不同的数据提取⽅式，除了前后截取、正⽂提取、正则提取之外，Xpath提取也是常⽤的⼀种。XPath是⼀门在 HTML/XML ⽂档中查信息的语⾔，XPath使⽤路径表达式在XML⽂档中进⾏导航，可以通过FireFox firebug 或者Chrome 开发者⼯具快速获取。下⾯就详细地演⽰下抓取⽹页数据⼯具⽕车采集器的Xpath 提取⽰例。
XPath节点属性
innerHTML：获取位于对象起始和结束标签内的 HTML (HTML代码，不包含开始/结束代码)
innerText：获取位于对象起始和结束标签内的⽂本 (⽂本字段，不包含开始/结束代码)xpath注入是针对xml数据应用吗
outerHTML：获取对象及其内容的HTML形式 (HTML代码，包含开始/结束代码)
Href：获取超链接
1、⾸先，我们⽤⾕歌浏览器打开上⾯的⽹页，然后打开Chrome开发者⼯具，打开开发者⼯具的快捷键是 “ F12 ”，反复按下F12可以切换状态（打开或关闭）。如果在原⽹页中，直接右击选择“审查元素”也是可以的。
2、获取标题的XPath，操作如下图：
按照图标箭头的顺序，先点击查选中标题，右击代码中的选中部分，点击copy xpath，可得出代码为 //*
[@id="mainContent"]/div[2]/h2
3、获取内容的XPath，操作如下图：
操作和标题操作差不多，但需注意的是，当⿏标悬停在内容上⾯时，需要选中全部内容⽽不是部分段落，这样再去代码中点击，才能得出完整的Xpath表达式，右击后复制得出代码为 //*[@id="cmsContent"] 。
看完之后⼤家有没有觉得Xpath提取很好⽤，觉得好⽤的话就⾃⼰也来操作试试吧，除了上⾯提到的四种提取⽅式外，抓取⽹页数据的⼯具⽕车采集器V9还有JSON提取⽅式，⼤家也可以学习研究⼀下。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。