XPath表达式

Question

我是XPath的新手。我有一个html的网页来源

http://london.craigslist.co.uk/com/1233708939.html 

现在我想从上面的页面中提取以下数据

1. 完整日期
2. 电子邮件 - 位于日期正下方

我还想在页面上找到“回复此帖子”按钮的存在

http://sfbay.craigslist.org/sfc/w4w/1391399758.html

任何人都可以帮我编写上述三个数据的三个XPath表达式。

Answer 1

你不需要自己写这些，甚至自己弄清楚。如果您使用Firebug插件，请转到页面，右键单击所需的元素，单击“Inspect element”，Firebug将在浏览器底部的查看器中弹出HTML。右键单击HTML查看器中的所需元素，然后单击“复制XPath”。

那就是说，你正在寻找的（＃3）XPath表达式是：

/ HTML /体/格[4] /形式/按钮

......通过上述方法获得。

Answer 2

我注意到DTD是第一个链接的HTML 4/01 Transitional而不是XHTML，因此无法保证这是一个有效的XML文档，并且XML解析器可能无法正确加载它。事实上，我看到几个未正确关闭的标签（即＆lt; hr＆gt;等）

我不知道第一个是第一个，第三个只是Alex回答，但第二个是/ html / body / a [0]。

Answer 3

从你的第一页开始，这是不可能的，因为这不是xpath的工作方式。为了使xpath表达式选择“某事物”必须是节点（即元素）的东西 第二页相当简单，但为了做到这一点你需要一个“id”属性（或任何可以确保你的按钮是唯一的）。例如，如果您确定文本“回复此帖子”正确识别按钮，则只需执行以下操作 //button["Reply to this post"]