XPath語法在簡數(shù)采集器中是定位獲取頁面HTML標簽或者標簽中的內(nèi)容。（需要懂點HTML代碼知識，重點看第4和第5章）

1.  /--選擇對應的子標簽

例子：/html/body/p/a

上面xpath路徑意思是獲取html標簽下的子標簽body，body下的子標簽p，p下的子標簽a，獲取結(jié)果是對應下圖的第10行a標簽；

2.  // --選擇對應的子孫標簽，即不考慮嵌套位置

例子：/html/body/p//a

上面xpath路徑意思是獲取html標簽下的子標簽body，body下的子標簽p，p下的所有標簽a，獲取結(jié)果是對應下圖的第10行和12行的a標簽；

3.  [數(shù)字]--選取第幾個標簽

例子：/html/body/p/a[2]

上面xpath路徑意思是獲取html標簽下的子標簽body，body下的子標簽p，p下的第二個標簽a，獲取結(jié)果是對應下圖的第11行的a標簽；

4. //*[@屬性="值"]--選取屬性對應的標簽(重點)

@后面常填寫id或者class屬性，若能在頁面找到對應的id屬性更好，因為id屬性在頁面是唯一的值，即一個id值只能出現(xiàn)一次；

例子：//*[@id="main"]

上面xpath路徑意思是獲取頁面中id屬性值為main的標簽，不管嵌套關(guān)系了，直接定位到對應屬性值的標簽，十分快捷方便，獲取結(jié)果是對應下圖的第14行的a標簽；

如果不用屬性來定位，就得寫成  /html/body/div/p/a ；

5. 在簡數(shù)采集器為例：

I、打開詳情提起器，點擊【打開網(wǎng)頁】

II、打開查看html代碼界面

III、查找有沒對應正文的特殊屬性，找到class="m-t-md wzzPd in2"

IV、填寫到xpath路徑中

   大部分爬蟲都是使用xpath作為規(guī)則提取，屬于通用規(guī)則，市面大部分采集器都支持xpath。