在学习本教程之前，您需要具备八爪鱼基础操作和XPath相关知识，如果还未掌握，请先学习以下课程。

自定义配置

XPath入门

一、绝对XPath

什么是绝对xpath？

HTML的基本结构如下，无论浏览器里的页面多么的千奇百怪，他们都遵循HTML文档结构，这个结构的根节点是html，具体内容在body节点了，这样在定位节点时，只要从根节点出发，沿着子节点，最后到叶子节点，无论定位的节点隐藏的多深，肯定能定位到。这就像身份证的住址一样，省市县镇乡村，960万平方公里的土地上总能找到那个独一无二的你。

如上图网址所示：http://www.ggzy.gov.cn/information/html/a/320000/0102/202310/17/003247de6607be5d405a868dc34a1e0c591b.shtml
该网页标题字段的绝对xpath是：html/body/div[5]/h4

说明：xpath需要掌握xpath基础知识，详情可学习xpath知识

二、相对XPath

相对Xpath，即相对于循环框的Xpath，有两个典型特征：跟随循环联动；与循环框的XPath合并成一条完整的定位XPath。

有两种常见应用场景：提取循环内的数据；提取循环外的数据。

以下将具体说明。

1.使用相对XPath，提取循环内的数据

示例网址：http://deal.ggzy.gov.cn/ds/deal/dealList.jsp

需求：采集这个网址列表的项目标题，省份，来源平台，业务类型，时间等字段

Step1：用采集列表数据中学到的方法，配置列表数据采集；

Step2：八爪鱼自动创建的循环列表，会为我们自动生成循环框的XPath和相对XPath，我们来看一下：

循环框的XPath

循环框的XPath为：//DIV[@id="toview"]/DIV/DIV[1]。通过这条XPath，找到20个列表项，对应着页面中的20个数据列表。

相对XPath

每个循环项中，都有项目标题，省份，来源平台，业务类型，时间等字段。查看每个字段的定位XPath，查看路径见下图。

可以看到，每个字段使用的都是相对XPath，以标题和时间这2个字段为例。

【标题】字段的相对XPath：/H4[1]/A[1]

【时间】字段的相对XPath：/H4[1]/SPAN[1]

循环框的XPath和相对XPath的关系

循环框的XPath：定位到列表项。

相对XPath：字段相对于循环框（列表项）的位置。

循环框的XPath + 相对XPath = 每一个循环项中字段的XPath

正是因为相对XPath的存在，我们能够实现循环和字段的联动采集：

循环框当前项为列表1 - 定位到列表1中的字段（标题，省份，来源平台，业务类型，时间）

循环框当前项切换为列表2 - 定位到列表2中的字段

循环框当前项切换为列表3 - 定位到列表3中的字段

循环框当前项切换为列表4 - 定位到列表4中的字段

......

最后1个列表 - 采集最后1个列表中的字段

如果没有用相对XPath会怎样？

无法实现循环项与字段联动的效果，只能固定采集到第一个循环项中的字段。

根据需求，修改相对XPath

通过上面的学习，我们已经知道了相对XPath的原理。在大多数情况下，八爪鱼会为我们自动生成相对XPath，正确提取到循环项中的字段。此时无需修改。少数情况下，自动生成的相对XPath，无法适配所有网页，存在部分字段提取不到，或者字段错位的情况，此时就需要我们自行修改。

以下看1个实例。

修改相对XPath实例

上文中的网站，【时间】这个字段的相对XPath为：/H4[1]/SPAN[1]，看不出时间字段的特征。我们可以写一条带有时间字段特征的、好理解的。如何修改？

Step1：将循环框的 XPath //DIV[@id="toview"]/DIV/DIV[1] ，复制到浏览器控制台中，然后点击展开这个标签，找到时间标签。

Step2：然后找到【时间】字段对应的网页源码。可以看到它是一个span标签，有一个class属性，属性值是 pan_o，根据这个特性可以写一条定位XPath：//DIV[@id="toview"]/DIV/DIV[1]//span[@class="span_o"] 。

可以看到，网页上所有【时间】字段都被虚线框圈起来了，说明都被定位到了。

Step3：根据前面学到的知识，循环框的XPath是 //DIV[@id="toview"]/DIV/DIV[1] ，【时间】字段的相对XPath 则是：//span[@class="span_o"] 。

将 //span[@class="span_o"] ，复制粘贴到八爪鱼中【时间】字段的相对XPath输入框中。然后回车保存。

这样我们就完成了【时间】字段的相对Xpath的改写。启动【本地采集】，看一下采集结果，循环项中的数据都被正常采集下来了。

2.使用相对XPath，提取循环外的数据

示例网址：http://zu.wuhan.fang.com/cities.aspx

需求：采集整个城市列表和其所对应的省份。

以下为详细的步骤：

Step1：先按列表数据采集的方法，选中所有【城市】，创建一个循环。

同时，我们还想将每一个城市对应的省份采集下来。所以选中第1个省份，在操作提示框中选择【采集该元素的文本】。

手动执行一下规则，我们发现3个问题：

① 不管是哪个城市，采集下来的省份都是【安徽】。如选择福州，提取到的还是安徽省，而不是福建省。

② 直辖市的4个城市都没有采集下来。

③ 鼠标移动到元素步骤，无法正确移动。

Step2：先来解决没定位到直辖市的4个城市的问题。

将循环列表的 XPath //HTML/BODY[1]/DIV[4]/DIV[4]/UL[1]/LI[position()>1]/A ，复制到浏览器控制台中。可以看到，除第一行4个直辖市外，其他城市都定位到了。

在 XPath函数中，我们讲过position函数，它可以限制定位到的列表数。这里的[position()>1]就将第一个li列表（4个直辖市的列表）筛掉了。我们想将4个直辖市也定位到，去掉[position()>1]即可：//HTML/BODY[1]/DIV[4]/DIV[4]/UL[1]/LI/A。

然后在八爪鱼中对循环框做相应修改。修改后可以看到，循环列表里面包含了第一行的4个直辖市，如下图。

Step3：再来解决始终定位到【安徽】这个省份的问题。

在提取【省份】时，八爪鱼自动生成的定位XPath为 //DIV[@class="outCont"]/UL[1]/LI[2]/STRONG[1]。将这条XPath复制到浏览器控制台中，可以看到只能固定提取【安徽】，不能与循环列表中的城市联动。所以当提取的城市发生变化时，省份不会随着城市的变化而变化。

我们来观察省份和城市对应的源码。发现省份均为strong标签，城市均为a标签。直辖市为b标签，直辖市的4个城市均为a标签。

strong标签和b标签与a标签为同级标签，并都在a标签之前。

再回忆一下，我们是以城市，也就是a标签来建立循环列表的。如果需要省份与城市一一对应起来（包括直辖市与具体城市一一对应起来），需要用到上面学到的相对XPath知识。在这个示例中：

循环框的XPath：定位到列表项（所有城市）
相对XPath：字段相对于循环框的位置（省份相对于城市的位置）
循环框的XPath + 相对XPath = 每一个循环项外字段的XPath（省份的定位XPath）

根据源码特征，写出根据城市列表定位到省份（含直辖市）的定位XPath。城市列表定位XPath为/HTML/BODY[1]/DIV[4]/DIV[4]/UL[1]/LI/A，要定位a标签之前的同级元素，需用到preceding-sibling这个函数，在 XPath函数中有详细讲到。故：

(1) 【省份】相对于【城市】的XPath：

/HTML/BODY[1]/DIV[4]/DIV[4]/UL[1]/LI/A/preceding-sibling::strong[1]

(2) 【直辖市】相对于【城市】的XPath：

/HTML/BODY[1]/DIV[4]/DIV[4]/UL[1]/LI/A/preceding-sibling::b[1]

我们还可以进一步将这两条合并成一条，合并之后的结果是：

/HTML/BODY[1]/DIV[4]/DIV[4]/UL[1]/LI/A/preceding-sibling::*[last()]

* 代表任意标签的意思，也就是strong标签或者b标签都可以用*代替

last() 的意思是最后一个位置的标签。

整条XPath解释起来的意思就是，取城市列表（a标签）之前的最后一个同级标签（strong标签或者b标签），这样就适用于2种情况。

根据上面讲的知识，/HTML/BODY[1]/DIV[4]/DIV[4]/UL[1]/LI/A 为循环框XPath，/preceding-sibling::*[last()]为相对XPath。

在控制台里面验证下，定位到了所有省份（含直辖市）。

最后，在八爪鱼中做相应修改。

在纵向字段布局下，找到字段【省份】，点击【绝对Xpath】，切换为相对xpath，双击【xpath路径输入框】，输入我们写好的相对XPath：/preceding-sibling::*[last()] ，最后回车保存。

手动执行规则，循环列表分别切换成省份和直辖市，检查验证，已能联动，正确提取到相应数据。

上海-直辖市：

泉州-福建：

Step4：再来解决鼠标无法正确移动到【按省份选择】元素：

（1）在八爪鱼里面看一下鼠标移动到元素上的xpath为：//div[@class="btnOn"]，把这个复制到浏览器控制台里面进行定位

可以看到，定位到的是【按拼音首字母选择】按钮，观察源码可以看到实际要定位的是下面这个div标签，我们通过id值写出这个标签的xpath为：//div[@id="m02"]，在控制台里面进行定位，发现正确。

然后，在八爪鱼里面找到这个鼠标移动到元素步骤，将这个正确的xpath：//div[@id="m02"]换进去，手动执行正常：

启动【本地采集】，看一下采集结果，可以看到，省份（含直辖市）与城市一一对应。

3.特别注意

当要用相对XPath采集循环外的数据时，需特别注意，只适用于提取循环外面单个的数据（只有一个数据）。不适用于循环外也是列表，有多行数据的情况。

实例1：循环外为单个数据，适用

网址：https://www.24zbw.com/playback/nba/

日期星期是写在一起的单个数据，以所有的赛事，也就是li标签做循环，然后提取循环外，li标签前面一个的h6标签，下面一个层级的time标签即可。

实例2：循环外为也为列表，多个数据，不适用

网址：http://www.ccgp-tianjin.gov.cn/portal/documentView.do?method=view&id=144080253&ver=2

上下2个表格，下面表格的数据和上面表格的数据是按顺序一一对应。要把上下2个表并且按对应关系采集下来，是做不到的。因为上面一个表采集需要创建一个循环，下面一个表采集也需要创建一个循环，就会有2个循环，但是循环与循环之间是没办法产生联动效果，八爪鱼暂时还不支持循环与循环的联动。

编辑：FAN

XPath学习与案例