0. XPath 示例

示例	解释
//hr[@class=”edge” and position()=1]	每个类名为 ‘edge’ 的第一个 hr 元素
//table[count(tr)=1 and count(tr/td)=2]	只有 1 行且 2 列的所有表格
//div/form/parent::*	包含 form 的所有 div 元素
./div/b	一个相对路径
//table[parent::div[@class=”pad”] and not(@id)]//a	位于类名为 “pad” 且无 id 的 div 中的所有表格中的 a 元素
/html/body/div/*[preceding-sibling::h4]	返回 h4 之后的所有内容
//tr/td[font[@class=”head” and text()=”TRACK”]]	包含类名为 “head” 且文本为 “TRACK” 的 font 的所有 td 元素
./table/tr[last()]	表格的最后一行
//rdf:Seq/rdf:li/em:id	使用命名空间
//a/@href	所有 a 元素的 href 属性
//[count()=3]	所有有 3 个子节点的节点
//var|//acronym	所有 var 和 acronym 元素

1. 通用用法

示例	解释
/html	整个网页 (css: html)
/html/body	网页主体 (css: body)
//text()	网页中的所有文本节点
/html/body/…/…/…/E	通过绝对路径引用元素 (css: body > … > … > … > E)

2. 标签

示例	解释
//E	通过相对路径引用元素 (等同于 CSS: E)
(//E)[2]	页面上的第二个 元素
//img	图像元素 (等同于 CSS: img)
//E[@A]	带有属性 A 的元素 (等同于 CSS: E[A])
//E[@A=”t”]	属性 A 的值为 ‘t’ 的元素 (等同于 CSS: E[A=’t’])
//E[contains(@A,”t”)]	属性 A 包含文本 ‘t’ 的元素 (等同于 CSS: E[A*=’t’])
//E[starts-with(@A, “t”)]	属性 A 以 ‘t’ 开头的元素 (等同于 CSS: E[A^=’t’])
//E[ends-with(@A, “t”)]	属性 A 以 ‘t’ 结尾的元素 (等同于 CSS: E[A$=’t’])
//E[contains(concat(” “, @A, ” “), ” w “)]’	属性 A 包含单词 ‘w’ 的元素 (等同于 CSS: E[A~=’w’])
//E1[@id=I1] | //E2[@id=I2]	id 为 I1 的元素 或 id 为 I2 的元素 (等同于 CSS: E1#I1, E2#I2)
//E1[@id=I1 or @id=I2]	id 为 I1 或 I2 的元素 (等同于 CSS: E1#I1, E1#I2)

3. 属性

示例	解释
//E/@A	元素 的属性 A (等同于 CSS: E@A)
//*/@A	任意元素的属性 A (等同于 CSS: *@A)
//E[@A2=”t”]/@A1	属性 A2 的值为 ‘t’ 的元素 的属性 A1 (等同于 CSS: E[A2=’t’]@A1)
//E[contains(@A,”t”)]/@A	属性 A 包含 ‘t’ 的元素 的属性 A (等同于 CSS: E[A*=’t’]@A)

4. ID 和 Name

示例	解释
//*[@id=”I”]	id 为 I 的元素 (等同于 CSS: #I)
//E[@id=”I”]	id 为 I 的元素 (等同于 CSS: E#I)
//*[@name=”N”]	name 为 N 的元素 (等同于 CSS: [name=’N’])
//E[@name=”N”]	name 为 N 的元素 (等同于 CSS: E[name=’N’])
//*[@id=”X” or @name=”X”]	id 为 X 或者 name 为 X 的元素
//*[@name=”N”][v+1]	name 为 N 且指定 0 基索引 ‘v’ 的元素 (等同于 CSS: [name=’N’]:nth-child(v+1))
//*[@name=”N”][@value=”v”]	name 为 N 且值为 ‘v’ 的元素 (等同于 CSS: *[name=’N’][value=’v’])

5. Lang 和 Class

示例	解释
//E[@lang=”L” or starts-with(@lang, concat(“L”, “-“))]	元素 的语言为 L 或其子代码 (等同于 CSS: E[lang|=L])
//*[contains(concat(” “, @class, ” “), ” C “)]	带有类 C 的元素 (等同于 CSS: .C)
//E[contains(concat(” “, @class, ” “), ” C “)]	带有类 C 的元素 (等同于 CSS: E.C)

6. Text 和 Link

示例	解释
//*[.=”t”]	含有文本 ‘t’ 的元素
//E[contains(text(), “t”)]	含有文本 ‘t’ 的元素 (等同于 CSS: E:contains(‘t’))
//a	链接元素 (等同于 CSS: a)
//a[.=”t”]	含有文本 ‘t’ 的 <a> 元素
//a[contains(text(), “t”)]	含有文本 ‘t’ 的 <a> 元素 (等同于 CSS: a:contains(‘t’))
//a[@href=”url”]	目标链接为 ‘url’ 的 <a> 元素 (等同于 CSS: a[href=’url’])
//a[.=”t”]/@href	标签为文本 ‘t’ 的链接 URL

7. Parent 和 Child

示例	解释
//E/*[1]	元素 的第一个子元素 (等同于 CSS: E > *:first-child)
//E[1]	第一个 子元素 (等同于 CSS: E:first-of-type)
//E/*[last()]	元素 的最后一个子元素 (等同于 CSS: E *:last-child)
//E[last()]	最后一个 子元素 (等同于 CSS: E:last-of-type)
//E[2]	第二个 子元素 (等同于 CSS: E:nth-of-type(2))
//*[2][name()=”E”]	第二个子元素是 (等同于 CSS: E:nth-child(2))
//E[last()-1]	倒数第二个 子元素 (等同于 CSS: E:nth-last-of-type(2))
//*[last()-1][name()=”E”]	倒数第二个子元素是 (等同于 CSS: E:nth-last-child(2))
//E1/[E2 and not( *[not(self::E2)])]	只有 子元素的 元素
//E/..	元素 的父节点
//*[@id=”I”]/…/…/…/E	使用特定路径查找 id 为 I 的元素的后代 (等同于 CSS: #I > … > … > … > E)
//*[@id=”I”]//E	使用未指定路径查找 id 为 I 的元素的后代 (等同于 CSS: #I E)
//E[count(*)=0]	没有子节点的元素 (等同于 CSS: E:empty)
//E[count(*)=1]	只有一个子节点的元素
//E[count(preceding-sibling::)+count(following-sibling::)=0]	是唯一子节点的元素 (等同于 CSS: E:only-child)
//E[count(../E) = 1]	没有兄弟元素 的元素 (等同于 CSS: E:only-of-type)
//E[position() mod N = M + 1]	从第 (M+1) 个元素开始的每 N 个元素 (等同于 CSS: E:nth-child(Nn+M))

8. Sibling（兄弟节点）

示例	解释
//E2/following-sibling::E1	某个兄弟 <E2> 之后的元素 <E1> (等同于 CSS: E2 ~ E1)
//E2/following-sibling::*[1][name()=”E1″]	紧跟在兄弟 <E2> 之后的元素 <E1> (等同于 CSS: E2 + E1)
//E2/following-sibling::*[2][name()=”E1″]	有一个中介节点的情况下跟在兄弟 <E2> 之后的元素 <E1> (等同于 CSS: E2 + * + E1)
//E/following-sibling::*	紧跟在 <E> 之后的兄弟元素 (等同于 CSS: E + *)
//E2/preceding-sibling::E1	某个兄弟 <E2> 之前的元素 <E1>
//E2/preceding-sibling::*[1][name()=”E1″]	紧跟在兄弟 <E2> 之前的元素 <E1>
//E2/preceding-sibling::*[2][name()=”E1″]	有一个中介节点的情况下在兄弟 <E2> 之前的元素 <E1>
//E/preceding-sibling::*[1]	紧跟在 <E> 之前的兄弟元素

9. 表格单元格

示例	解释
//*[@id=”TestTable”]//tr[3]//td[2]	根据行和列定位单元格（例如第 3 行，第 2 列）(等同于 CSS: #TestTable tr:nth-child(3) td:nth-child(2))
//td[preceding-sibling::td=”t”]	紧跟在包含 ‘t’ 文本的单元格之后的单元格
td[preceding-sibling::td[contains(.,”t”)]]	紧跟在包含 ‘t’ 文本的单元格之后的单元格 (等同于 CSS: td:contains(‘t’) ~ td)

10. 动态元素

示例	解释
//E[@disabled]	被禁用的用户界面元素 <E> (等同于 CSS: E:disabled)
//*[not(@disabled)]	启用的用户界面元素 (等同于 CSS: E:enabled)
//*[@checked]	被选中的复选框（或单选按钮）(等同于 CSS: *:checked)

11. XPath 函数

参考链接: https://developer.mozilla.org/en-US/docs/Web/XPath/Functions

11.1. 转换函数

示例	解释
boolean(expression)	计算表达式并返回 true 或 false。
string([object])	将给定参数转换为字符串。
number([object])	将对象转换为数字并返回该数字。

11.2. 数学函数

示例	解释
ceiling(number)	计算一个十进制数并返回大于或等于该数的最小整数。
floor(number)	计算一个十进制数并返回小于或等于该数的最大整数。
round(decimal)	返回最接近给定数字的整数。
sum(node-set)	返回给定节点集内每个节点数值的总和。

11.3. 逻辑函数

示例	解释
true()	返回布尔值 true。
false()	返回布尔值 false。
not(expression)	计算布尔表达式并返回相反的值。

11.4. 节点函数

示例	解释
lang(string)	判断上下文节点是否匹配给定语言并返回布尔值 true 或 false。
name([node-set])	返回表示给定节点集第一个节点的限定名称的字符串。
namespace-uri([node-set])	返回表示给定节点集第一个节点的命名空间 URI 的字符串。

11.5. 上下文函数

示例	解释
count(node-set)	计算节点集内的节点数量并返回整数。
function-available(name)	判断给定函数是否可用并返回布尔值 true 或 false。
last()	返回等于表达式求值上下文的上下文大小的数值。
position()	返回等于表达式求值上下文的上下文位置的数值。

11.6. 字符串函数

示例	解释
contains(haystack-string, needle-string)	判断第一个参数字符串是否包含第二个参数字符串，并返回布尔值 true 或 false。
concat(string1, string2 [stringn]*)	连接两个或更多字符串并返回结果字符串。
normalize-space(string)	去除字符串开头和结尾的空格，将连续的空白字符替换为一个空格，并返回结果字符串。
starts-with(haystack, needle)	检查第一个字符串是否以第二个字符串开头，并返回 true 或 false。
string-length([string])	返回一个数值，等于给定字符串中的字符数。
substring(string, start [length])	返回给定字符串的一部分。
substring-after(haystack, needle)	返回给定字符串中指定子字符串之后的部分。
substring-before(haystack, needle)	返回给定字符串中指定子字符串之前的部分。
translate(string, abc, XYZ)	对字符串进行评估，并根据给定字符集进行替换，返回替换后的字符串。

12. XPath轴（Axes）

示例	解释
ancestor	表示从上下文节点的父节点开始，一直到根节点的所有祖先节点。
ancestor-or-self	表示上下文节点及其所有祖先节点，包括根节点。
attribute (@)	表示上下文节点的属性。只有元素节点有属性。可以用 @ 符号缩写此轴。
child (/)	表示上下文节点的子节点。如果 XPath 表达式未指定轴，则默认使用此轴。因为只有根节点或元素节点才有子节点，任何其他用途将选择为空。
descendant (//)	表示上下文节点的所有子节点，以及这些子节点的所有子节点，依此类推。属性和命名空间节点不包含在内 – 属性节点的父节点是元素节点，但属性节点不是其父节
descendant-or-self	表示上下文节点及其所有后代节点。属性和命名空间节点不包含在内 – 属性节点的父节点是元素节点，但属性节点不是其父节点的子节点。
following	表示文档中位于上下文节点之后的所有节点，除了任何后代、属性和命名空间节点。
following-sibling	表示文档中与上下文节点具有相同父节点，并且位于上下文节点之后的所有节点。
parent(..)	表示上下文节点的父节点，可以缩写为两个点 (..）。
preceding	表示文档中位于上下文节点之前的所有节点，除了任何祖先、属性和命名空间节点。
preceding-sibling	表示文档中与上下文节点具有相同父节点，并且位于上下文节点之前的所有节点。
self (.)	表示上下文节点本身，可以缩写为一个点 (.)。

13. 跨域解析

• 解析 Xpath 时，每一行表示一个 IFrame/Frame 的 Xpath 表达式。
• Frame 的 Xpath 表达式必须能唯一定位 Frame 元素，若匹配到多个元素，不会进行跨域处理
• 最后一行表明要查找的 Frame 内部元素的 Xpath 表达式，支持 Xpath 的所有语法

14. ShadowRoot 解析

• ShadowRoot 节点是不支持 Xpath 查询元素的，我们实现了有限的 Xpath 解析
• 若需要查找 ShadowRoot 内部的元素，在拥有 ShadowRoot 节点的 Xpath 节点后 添加 xbotShadowRoot 标签，表明之后的表达式需要在 ShadowRoot 中查询，比如：//div[@id=”shadowHost”]/xbotShadowRoot/div/section
• 当前解析支持的 ShadowRoot 语法
  • 仅支持 ‘/’ 严格的父子查找，不支持 ‘//’ 跳层级查找
  • 单一标签：div
  • 带 index 的标签：div[1]
  • 带有属性的标签: input[@id=’123′]
    • 不支持多个属性
    • 属性必须是网页元素自带的属性，xpath 表达式中的 position() 等属性不支持