XPath-navigering

Webbskrapning i Python

Thomas Laetsch

Data Scientist, NYU

Snedstreck och hakparenteser

• Enkel snedstreck / söker ett steg framåt
• Dubbelt snedstreck // söker alla framtida generationer
• Hakparenteser [] hjälper till att begränsa urvalet till specifika element

Med eller utan hakparenteser

xpath = '/html/body'

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

• Ger samma urval

En body av p-element

xpath = '/html/body/p'

P-element i fokus

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

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

Dubbelt snedstreck med hakparenteser

xpath = '//p'

xpath = '//p[1]'

Jokertecknet

xpath = '/html/body/*'

• Asterisken * är "jokertecknet"

Xposé

Webbskrapning i Python