XPath 是用于在 XML/HTML 中定位节点的查询语言，核心语法包括绝对路径（/）与相对路径（//）、属性筛选（如 @type='text'）、文本匹配（text()）、位置索引（[3]）及 contains() 等函数，结合 Chrome 控制台和 Selenium 可高效完成元素定位。

XPath 是用来在 XML 或 HTML 文档中定位节点的查询语言，网页抓取、自动化测试（如 Selenium）和浏览器开发者工具里经常用到。掌握几个核心语法，就能快速定位元素，不用死记硬背全部规则。

基础路径写法：从根或当前节点出发

最简单的 XPath 就是用 / 和 // 区分绝对与相对路径：

• /html/body/div[1]/p：从文档根开始，逐层精确匹配（绝对路径，一变动就容易失效）
• //div/p：在整篇文档中查找所有 下的直接子
  （相对路径，更常用、更健壮）
• //a[@href]：找到所有带 href 属性的 标签

用属性精准定位：比 class 或 id 更灵活

光靠标签名太宽泛，加属性条件才是日常主力用法：

• //input[@type='text']：找 type 值为 text 的 input 元素
• //button[contains(@class, 'submit')]：class 属性包含 "submit"（适合 class 多值如 class="btn submit primary"）
• //*[starts-with(@id, 'user_')]：id 以 "user_" 开头的任意元素
• //img[@alt and not(@src)]：有 alt 属性但没 src 属性的图片（常用于检测缺失资源）

文本内容和位置筛选：处理重复结构很实用

当多个元素长得一样，就得靠文字或顺序区分：

• //li[text()='首页']：文字完全等于“首页”的列表项
• //span[contains(text(), '价格')]/following-sibling::em：先找到含“价格”的 span，再选它后面同级的
• (//div[@class='item'])[3]：取第 3 个 class 为 item 的 div（括号不能少，否则 //div[@class='item'][3] 含义不同）
• //tr[td/text()='张三']/td[2]：在某行中第一列是“张三”的表格行，取该行第二列

小技巧和避坑提醒

实际写 XPath 时，这几个点不注意就容易白忙活：

• 属性值带空格或特殊字符？用单引号包住整个值，比如 //a[@title='编辑 用户']
• HTML 中 class 名经常动态生成（如加哈希），优先用 contains(@class, 'btn') 而不是 @class='btn'
• Chrome 控制台里按 Ctrl+F（或 Cmd+F）可直接在 Elements 面板里试 XPath，匹配到的节点会高亮
• Selenium 中用 find_element(By.XPATH, "...")，注意 Python 字符串里反斜杠要双写或用原始字符串 r"//div[@data-id='100']"

基本上就这些。用熟了 //、@attr、contains()、text() 和位置索引，90% 的定位需求都能解决。不需要一次学完所有函数，边用边查反而记得牢。