【大爆炸】xpath axis 语法
http://www.caneman.cn/?p=540
示例HTML <html> <a> contentA <b> conetntB <c> contentB </c> <d type='type1'> contenteD </d> </b> <e> contentE </e> </a> </html> 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 <html> <a> contentA <b> conetntB <c> contentB </c> <d type='type1'> contenteD </d> </b> <e> contentE </e> </a> </html> case1.获取a标签下所有子标签（不包括a）的内容： xpath("//a/child::*/text()") 1 xpath("//a/child::*/text()") 输出结果：>>['contentB', 'contentE'] case2.获取a标签下所有子孙标签（不包括a）的内容： xpath("//a/descendant::*/text()") 1 xpath("//a/descendant::*/text()") 输出结果：>>['contentB', 'contentC', 'contentD', ' contentcE'] case3.获取a标签下所有子孙标签（包括a）的内容： xpath("//a/descendant-or-self::*/text()") 1 xpath("//a/descendant-or-self::*/text()") 输出结果：>>['contentA', 'contentB', 'contentC', 'contentD', ' contentcE'] case4.获取a标签下所有子孙标签（包括a，但不包括含有属性type的标签）的内容： xpath("//a/descendant-or-self::*[not(@type)]/text()") 1 xpath("//a/descendant-or-self::*[not(@type)]/text()") 输出结果：>>['contentA', 'contentB', 'contentC', 'contentcE'] case5.获取a标签下所有子孙标签（包括a，但不包括c类型的标签）的内容： xpath("//a/descendant-or-self::*[not(name(.)='c')]/text()") 1 xpath("//a/descendant-or-self::*[not(name(.)='c')]/text()") 输出结果：>>['contentA', 'contentB', 'contentD', 'contentcE']
示例HTML
<html><a>contentA <b> conetntB <c> contentB </c> <d type='type1'> contenteD </d> </b> <e> contentE </e></a></html>1234567891011121314151617<html><a>contentA <b> conetntB <c> contentB </c> <d type='type1'> contenteD </d> </b> <e> contentE </e></a></html>case1.获取a标签下所有子标签（不包括a）的内容：xpath("//a/child::*/text()")1xpath("//a/child::*/text()")输出结果：>>['contentB', 'contentE']
case2.获取a标签下所有子孙标签（不包括a）的内容：xpath("//a/descendant::*/text()")1xpath("//a/descendant::*/text()")输出结果：>>['contentB', 'contentC', 'contentD', ' contentcE']
case3.获取a标签下所有子孙标签（包括a）的内容：xpath("//a/descendant-or-self::*/text()")1xpath("//a/descendant-or-self::*/text()")输出结果：>>['contentA', 'contentB', 'contentC', 'contentD', ' contentcE']
case4.获取a标签下所有子孙标签（包括a，但不包括含有属性type的标签）的内容：xpath("//a/descendant-or-self::*[not(@type)]/text()")1xpath("//a/descendant-or-self::*[not(@type)]/text()")输出结果：>>['contentA', 'contentB', 'contentC', 'contentcE']
case5.获取a标签下所有子孙标签（包括a，但不包括c类型的标签）的内容：xpath("//a/descendant-or-self::*[not(name(.)='c')]/text()")1xpath("//a/descendant-or-self::*[not(name(.)='c')]/text()")输出结果：>>['contentA', 'contentB', 'contentD', 'contentcE']
