Xpath做数据解析
xpath是一个路径表达式，
（1）xpath节点
在XPath中，有七种类型的节点：元素，属性，文本，命名空间，处理指令，注释以及文档节点；XML文档是被作为节点树来对待的。树的根被称为文档节点或者根结点
（2）xpath语法
xpath使用路径表达式来选取XML文档中的节点或节点集。节点是通过沿着路径（path）或者步（steps）来获取的。
//表示从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置。例如：
<?xml version="1.0" encoding="UTF-8"?>
<bookstore>
<book>
<title lang="eng">Harry Potter</title>
<price>29.99</price>
</book>
<book>
<title lang="eng">Learning XML</title>
<price>39.95</price>
</book>
</bookstore>
其中，选取节点方式为：
| 表达式 | 描述 |
|---|---|
bookstore |
表示选取bookstore元素的所有子节点； |
/bookstore |
表示选取根元素bookstore； |
bookstore/book |
表示选取bookstore的子元素的所有book元素； |
//book |
表示选取所有book子元素，而不管它们在文档中的位置； |
bookstore//book |
表示选取bookstore元素的后代的所有book元素，而不管它们位于bookstore之下的什么位置； |
//@lang |
表示选取名为lang的所有元素。 |
选择谓语方式为：
谓语用来查找某个特定的节点或者包含某个指定的值的节点；谓语被嵌套在方括号中；
| 路径表达式 | 结果 |
|---|---|
/bookstore/book[1] |
表示选取属于bookstore子元素的第一个book元素； |
/bookstore/book[last()] |
表示选取属于bookstore子元素的最后一个book元素； |
/bookstore/book[-1] |
表示选取bookstore子元素的倒数第二个book元素； |
bookstore/book[position()<3] |
选取最前面的两个属于bookstore元素的子元素的book元素； |
//title[@lang] |
表示选取所有拥有名为lang的属性的title元素； |
//title[@lang='eng'] |
表示选取所有拥有属性lang的值为eng的title元素； |
bookstore/bookprice>35.00] |
表示选取bookstore元素的所有book元素，且其中的price元素的值须大于35.00； |
/bookstore/book[price>35.00]/title |
表示选取bookstore元素中的book元素的所有title元素，且其中的price元素的值须大于35.00。 |
选取未知节点：（通配符）
XPath通配符可用来选取位置的XML元素；
| 通配符 | 描述 |
|---|---|
* |
匹配任何元素节点； |
@* |
匹配任何属性节点； |
node() |
匹配任何类型的节点； |
对应的路径表达式可以为：
| 路径表达式 | 结果 |
|---|---|
/bookstore/* |
选取文档中的所有元素； |
//* |
表示文档中的所有元素。 |
//title[@*] |
选取所有带有属性的title元素。 |
选取若干路径：
通过在路径表达式中使用“|”运算符，您可以选取若干个路径。
|//book/title | //book/price |表示book元素的所有title和price元素；|
|//title | //price |表示文档中的所有title和price元素；|
|bookstore/book/title | //price|表示选取属于bookstore元素的book元素的所有title元素，以及文档中所有的price元素；|
因此：//dd[@data-index = '0']表示选取所有dd子元素，且其属性data-index的值为0；
//div[@class='option-list']表示选取所有div子元素，且其属性class的值为option-list；
/a/text()表示选取属于a元素节点中的所有文本；其中text()表示匹配任何文本类型的节点；
故//dd[@data-index = '0']//div[@class='option-list']/a/text()表示选取所有属性data-index值为0的dd元素下的所有属性class值为option-list的div元素下的a元素的所有文本；
而//dd[@data-index = '0']//div[@class='option-list']/a/@href表示选取所有属性data-index值为0的dd元素下的所有属性class值为option-list的div元素下的a元素的所有属性为href的数据；
