Navigare XPath

Web Scraping în Python

Thomas Laetsch

Data Scientist, NYU

Slash-uri și paranteze pătrate

• Slash-ul simplu / avansează o generație
• Slash-ul dublu // avansează toate generațiile următoare
• Parantezele pătrate [] permit selectarea unor elemente specifice

Cu sau fără paranteze pătrate

xpath = '/html/body'

xpath = '/html[1]/body[1]'

• Returnează aceeași selecție

Elementele p din body

xpath = '/html/body/p'

Elementele p din div

xpath = '/html/body/div/p'

xpath = '/html/body/div/p[2]'

Slash dublu și paranteze pătrate

xpath = '//p'

xpath = '//p[1]'

Wildcard-ul

xpath = '/html/body/*'

• Asteriscul * este „wildcard-ul"

Xposé

Web Scraping în Python