跳转到主要内容
通过上一篇的了解，我们知道为什么要用xpath，那么究竟什么是xpath，在介绍xpath之前，我们先了解一下html

​
HTML

HTML（HyperText Markup Language）是”超文本标记语言”的缩写，被用于创建网页中的内容，构成网页的基础。 它主要有以下特点：
  • HTML是一种标记语言，不是一种编程语言。它由一系列元素或标记组成，用来告诉浏览器如何组织和展示内容。
  • HTML组成的网页元素包括标题、段落、列表、链接、图片等。这些元素可以通过使用样式表（CSS）进行布局和装饰，由JavaScript增强功能。
HTML 使用各种标记或元素进行操作，这些标记被封装在尖括号<>里。它们通常是成对出现的，比如<tag>和</tag>，标签内可以嵌套其他标签来构建复杂的网页结构。 举个例子，如果你有一段文本想让它在网页内显示成标题，你可以将它放在一个 <h1> 的标签之间，像这样： 当浏览器读取到这段HTML代码时，它会知道 “这是一个标题” 这段文本需要展现出标题的样式（通常是大号字体，加粗等）。类似的，链接可以用 <a> 标签，图片可以用 <img> 标签。 那如果我们想让它一层一层显示，显示成一个列表呢 
<ul> <li>这是列表的第一个项目</li> <li>这是列表的第二个项目</li></ul>
在上面的HTML代码中，<ul> 定义无序列表，其内部的 <li> 定义了列表元素。 我们试着让结构更加复杂一点 
<head> <title>我的第一个网页</title></head>

<body> <h1>欢迎来到我的网页</h1> <p>这是一个段落</p> <ul> <li>这是列表的第一个项目</li> <li>这是列表的第二个项目</li> </ul> <div> <p>这是在div标签中的一个段落</p> </div></body>
在上面的例子中： <head> 标签中包含了文档的元信息，如<title>文档的标题。<body> 标签中包含了用户可以看见的页面内容，它本身只起到记录，本身并没有在页面有任何显示<h1> 到 <h6> 是标题标签，数字越小标题越大。<p> 是段落标签，用于包含文本。<ul> 定义无序列表，其内部的 <li> 定义了列表元素。<div> 是区块元素，通常用于组合其他元素。 如果网页有多个<div>块，我们怎么区分不同大小，不同样式的<div>区块元素呢？ 例如下面这个例子： 
<head> <title>我的第一个网页</title></head>

<body> <h1 class="main-heading" >欢迎来到我的网页</h1> <p class="paragraph">这是一个段落</p> <ul class="my-list" id="list-container"> <li class="list-item" id="item1">这是列表的第一个项目</li> <li class="list-item" id="item2">这是列表的第二个项目</li> </ul></body>
我们观察到这一段HTML代码和刚才的有些许不一样，它添加了许多class和id，这就是我们所说的样式区分，每种class代表一种样式，同样的id也是标注当下标签的含义，这样各种各样形式的网页就被我们构建出来了。

​
XPath

XPath（XML Path Language）是一种在 XML 文档中查找信息的语言。由于HTML和XML都是标记语言，并且有类似的结构，所以XPath也可以用于定位HTML文档中的元素。它能在 HTML 文档中沿着某条路径寻找、选择元素或者属性。可以把 XPath 理解成一种导航工具，它提供了一种在数据结构中找寻方向的能力。 简单来说，XPath 就像是一个地图，指导我们如何在复杂的 HTML 结构中找到我们需要的信息。 比如，你在一本书中找寻特定章节的内容，如果你知道在哪一页，哪个段落，你就能很快的找到这段文字。XPath 就是用来找到这段文字在 HTML 中的对应位置的。 XPath 的表达式被用来在 HTML 文档中找到相关的部分。它的基本组成是由”/“分割，代表不同的层级，用[数字]表示序号 比如，/图书名/页码[55]/段落[2] 这个表达式会找到所有在《图书名》下的第55页第2段的文字。 接下来我们尝试用XPath表达一下，第二个<li>标签，“这是列表的第二个项目” 
<ul> <li>这是列表的第一个项目</li> <li>这是列表的第二个项目</li></ul>
和我们表达图书段落的格式一样，分别写出标签名，用”/“分隔，用”[ ]“表示序号 
/ul/li[2]
”/” 表示选取匹配选择的当前节点选择文档中的节点，“ul” 是你想查询的元素，“li[2]” 则表示 “ul” 下的第二个 “li” 元素。 恭喜你成功的写出了第一条xpath，是不是非常简单，接下来我们加大难度，我们获取下面 “这是在div标签中的一个段落” 
<head> <title>我的第一个网页</title></head>

<body> <h1>欢迎来到我的网页</h1> <p>这是一个段落</p> <ul> <li>这是列表的第一个项目</li> <li>这是列表的第二个项目</li> </ul> <div> <p>这是在div标签中的一个段落</p> </div></body>
写这条xpath的时候需要注意嵌套关系，“这是在div标签中的一个段落” 段落<p>标签在<body>内，而非<head>内，我们直接从<body>开始写起 
/body/div/p
由于我们只有一个<p>标签，所以可以不写序号，如果此时有多个<p>标签，这条xpath的含义则代表选取所有<p>标签 再看下面这个例子，我们怎么表示所有文章的作者信息呢？ 《XPath获取方法》