XPath 教程（2025最新完整版）

XPath（XML Path Language）是一门在 XML 和 HTML 文档中查找信息的查询语言。它是 XSLT、Selenium、Scrapy、lxml、Playwright 等工具的核心定位语言。掌握 XPath，几乎可以在任何网页自动化、爬虫、测试中精准定位元素。

1. 基本概念

概念	说明	示例
节点（Node）	文档中的每一个部分都是节点	元素、属性、文本、注释、文档本身等
轴（Axis）	定义从当前节点出发的查找方向	child、parent、ancestor、following 等
谓词（Predicate）	方括号 [] 里的条件，用来过滤节点	[1]、[@id=’abc’]、[position()>3]
函数	contains()、starts-with()、text() 等

2. 最常用的基本语法（记住这10条就够日常90%场景）

//  从整个文档任意位置开始找（最常用！）
//div                → 找所有 div
//div/a              → 所有 div 里面的 a（任意层级子孙）
//div//a             → 同上，强调可能跨多层
/a                   → 从根开始的 a（HTML里几乎不用）
//*                  → 所有元素（通配符）

/                    → 从根节点开始（严格一层一层）
//book/title         → 所有 book 下的 title（任意深度）
//book[1]/title       → 第一个 book 下的 title
//book[last()]/title → 最后一个 book 下的 title
//book[position()<=3] → 前三个 book

3. 通过属性定位（最常用、最稳定）

//input[@id='kw']                     → id=kw 的 input
//input[@name='wd']
//a[@class='s_tab']                   
//div[contains(@class,'login')]       → class 包含 login 的 div（推荐！因为class经常多个）
//button[starts-with(@id,'su')]       → id 以 su 开头的 button
//a[not(@class)]                      → 没有 class 属性的 a
//input[@placeholder='搜索']          
//img[@src containing 'logo']         → //img[contains(@src,'logo')]

4. 通过文本内容定位（非常实用）

//a[text()='新闻']                     → 文本完全等于“新闻”的 a
//a[contain(text(),'新闻')]           → 文本包含“新闻”（推荐）
//button[contains(text(),'登录')]
//span[normalize-space()=' 登 录 ']     → 去掉前后空格和换行的文本匹配（超实用！）

5. 组合条件（and、or）

//input[@type='text' and @name='wd']
//div[contains(@class,'item') and contains(text(),'手机')]
//a[@href='https://www.baidu.com' or @target='_blank']

6. 常用轴（Axis）写法

轴	含义	示例
.	当前节点	.//div
..	父节点	..//div
/	根节点	/html/body/div
ancestor::	所有祖先节点	//div/ancestor::body
ancestor-or-self::	所有祖先+自己
parent::	直接父节点	//span/parent::div
child::	直接子节点	//ul/child::li
descendant::	所有后代	//div/descendant::a
descendant-or-self::	所有后代+自己	//div//a 的本质
following::	当前节点之后所有节点（同层+下层）	//input[@id=’kw’]/following::input[1] → 下一个 input
following-sibling::	同层后面的兄弟节点	//li[3]/following-sibling::li
preceding::	当前节点之前所有节点
preceding-sibling::	同层前面的兄弟节点

7. 实战中最常用的20条 XPath（直接复制就行）

1. 输入框通用
//input[@type='text' or @type='password' or not(@type)]

2. 任意可点击按钮
//button | //a[contains(@class,'btn')] | //input[@type='submit' or @type='button']

3. 包含某个文本的任意标签
//*[contains(text(),'立即注册')]

4. 精准文本（去空格）
//*[@normalize-space(.)='登录']

5. 找父元素（超常用！）
.//当前元素/.. 或 .//当前元素/parent::*

6. 找包含某个元素的父级
//div[.//span[text()='价格']]/parent::*

7. 第n个元素
(//div[@class='item'])[3]                 → 关键加括号！第3个

8. 倒数第n个
(//div[@class='item'])[last()-1]

9. 动态id/class（包含关键词）
//*[@id[contains(.,'login')]] 
//div[contains(@class,'ant-') and contains(@class,'row')]

10. 找图片
//img[contains(@src,'.jpg') or contains(@src,'.png')]

11. iframe 里的元素（先切换iframe再用）
//iframe[@id='if']/following-sibling::iframe//input

12. shadow DOM（现代前端）—— XPath 无法直接穿透 shadow DOM，需要用 JS

13. 表格第2行第3列
//table//tr[2]/td[3]

14. 列表中包含“手机”的那一项
//li[contains(.,'手机')]

15. 任意层级包含某个类的元素
//descendant::*[contains(@class,'active')]

16. 没有被禁用的输入框
//input[not(@disabled)]

17. 可见元素（简单写法）
//*[not(contains(@style,'display:none')) and not(contains(@style,'hidden'))]

18. 获取属性值（在Scrapy/lxml中）
//a[@class='title']/@href

19. 获取文本（去空格）
//div[@class='price']/normalize-space(.)

20. 最强组合：文本+属性
//span[contains(text(),'总价')]/following-sibling::span//span[@class='num']

8. Chrome 浏览器快速测试 XPath（2025最新方法）

1. 打开开发者工具（F12）
2. 按 Ctrl + F（在 Elements 面板里）
3. 直接输入 XPath，立即高亮匹配的元素
4. $x(“你的xpath”) 在 Console 里也能测试

   $x("//a[contains(text(),'新闻')]")

9. 常见坑 & 最佳实践

坑	正确做法
用 //div[1]	用 (//div)[1] 括号优先！
直接用 text()=’ 登录 ‘	用 normalize-space()=’登录’ 或 contains
class 完全匹配 @class=’a b c’	用 contains(@class,’b’) 或 @class[contains(.,’b’)]
动态生成的 id	用 contains、starts-with 或父子关系定位
多个相同 XPath	用 [position()=n] 或 [last()] 区分

10. 快速记忆口诀（背下来就无敌）

“双斜杠到处找，属性@方括号包，
文本contains包，位置加括号，
父找parent或两点，兄弟following，
去空格normalize-space最重要！”

掌握上面内容，你已经超过90%的爬虫/自动化测试工程师了！
有具体网页定位问题，直接把HTML片段发给我，我帮你写最稳的XPath。开始练习吧！