上篇讲解 Selenium 的入门知识时，挖了几个坑，其中一个就是本文。
XPath 和 CSS 选择器在 Web 自动化测试中应用非常广泛，它们可以精准定位元素。如果精通这两个选择器中的其中一种，就可以很好地进行自动化测试脚本的编写。本文中，我将从 Web 自动化测试的角度来介绍这两个选择器（所以与其无关的功能我可能就不讲了，涉及到各自的术语的地方也不会太细，毕竟真正搞懂并不容易）。
因为篇幅太长，我就把这两个选择器分开说明。即使如此，内容还是很复杂，还请大家耐心阅读。
简介
XPath 是一门在 XML 文档中查找信息的语言，可用来在 XML 文档中对元素和属性进行遍历。
HTML 可以视为一种不严格的 XML，所以也可以用 XPath 进行元素的查询。
了解元素
在了解这两个选择器之前，我们应该了解 HTML 标签中元素之间的关系。
元素、属性和值
我们先从一段简单的 HTML 标签开始：
<div class="ding-class ding-class1 ding-class2" id="ding-id">text</div>
上面一段中，整个 div 标签是一个元素，div 是标签名。
该元素的属性有两个：
- 属性名为
class，值为ding-class ding-class1 ding-class2 - 属性名为
id，值为ding-id
该元素的文本为 text。
元素间的关系
元素间的关系，主要有自身（self）、先辈（ancestor）/后代（descendant）、父（parent）子（child）、同胞（sibling）、前（preceding）后（following）。
这些关系从字面上应该很好理解。我这边主要说明一下先辈/后代与父子关系的区别：父子关系只包括直接从属的关系；而先辈/后代关系不仅包括直接从属，而且还包含间接从属的关系。
我们看一个较为完整的简单的 HTML 代码（之后的讲解绝大多数都以这个为例）：
<!DOCTYPE html>
<html id="an_4"><head>...</head><body id="an_3">
<div id="an_2">
<ul id="an_1">1
<li id="si_1">1-1</li>
<li id="si_2">1-2</li>
<li id="test">1-3
<ul id="de_1">1-3-1
<li id="de_2">1-3-1-1</li>
<li id="de_3">1-3-1-2</li>
</ul>
<ul id="de_4">1-3-2
<li id="de_5">1-3-2-1</li>
<li id="de_6">1-3-2-2</li>
</ul>
<ul id="de_7">1-3-3
<li id="de_8">1-3-3-1</li>
</ul>
</li>
<li id="si_3">1-4</li>
<li id="si_4">1-5</li>
</ul>
</div>
<div>2</div>
<div>3</div>
</body></html>
对于 id 为 test 的 li 元素而言:
它的父元素为 id 为 an_1 的 ul 元素；
它的先辈元素，除了父元素外，还有：
-
id为an_2的div元素 -
id为an_3的body元素 -
id为an_4的html元素
它的子元素有：
-
id为de_1的ul元素 -
id为de_4的ul元素 -
id为de_7的ul元素
它的后代元素，除了子元素外，还有：
-
id为de_2的li元素 -
id为de_3的li元素 -
id为de_5的li元素 -
id为de_6的li元素 -
id为de_8的li元素
它的同胞元素中，
- 在它之前的同胞元素有：
-
id为si_1的li元素 -
id为si_2的li元素
-
- 在它之后的同胞元素有：
-
id为si_3的li元素 -
id为si_4的li元素
-
基本选取元素方式
绝对路径与相对路径
首先，XPath 有绝对路径和相对路径之分。如果路径以 / 开头，则为绝对路径，否则为相对路径。
绝对路径是相对于整个 HTML 代码而言的。
相对路径只能在特定情况下使用，如在 Selenium 中，对于 WebElement 实例使用：
a = driver.find_element(By.XPATH, '//div[@id="content_left"]')
b = a.find_elements(By.XPATH, 'div[not(@tpl="recommend_list")]//h3')
上面的代码中，a 使用的是绝对路径，b 使用的是相对路径。
标签
如果要查询某个标签名的元素，直接输入标签名即可。如 div、p。
全体
表示全体的符号为 *，为选取之前的元素下的所有元素，不管什么标签都可以。
如果使用绝对路径查询全体：
/*
一般会选择 html 元素。
属性
在标签后加上方括号 []，方括号内写这个元素的属性，表示选取符合该条件的元素。
下标
在属性中写上数字，表示选取第几个元素。
注意：XPath 中的下标从 1 开始，与绝大多数编程语言不一样！
如：
div[3]
表示选取第三个 div 元素——更确切地说，是路径下 div 元素中的第三个。
参数
在参数名前加上 @，写在属性里，表示选取具有该参数的元素。如：
div[@id]
表示选取具有 id 属性的 div 元素。
@参数名=值 表示选取参数为某个值的元素，如：
li[@id="test"]
表示选取 id 属性为 test 的 li 元素。
文本值用单引号、双引号包裹都可以，只要统一就行，看个人习惯。不过，如果你要将其应用于编程，最好用你包裹字符串用的引号不一样的引号，免去转义的麻烦：
driver.find_element(By.XPATH, '//div[@id="content_left"]')
driver.find_element(By.XPATH, "//div[@id='content_left']")
子元素与后代元素
要查询元素 a（父元素）下的子元素 b，则可以在父元素后接上 /，再接上子元素：
a/b
这种方法可以一直做下去。
如果要查询元素 a（先辈元素）下的后代元素 b，则接上 //：
a//b
// 很多情况下用在一段 XPath 语句的开头，这样可以直接定位元素，免去写元素前面的 /html/body/... 这样无用的层级，节约开发时间，增加易读性。比如示例中定位 id 为 test 的 li 元素，可以直接写：
//li[@id="test"]
而不用写成：
/html/body/div[1]/ul/li[@id="test"]
当然，前提是能够定位准确。
父元素
查询元素的父元素，可以用 .. 表示。如：
//li[@id="test"]/../li[1]
选取的是示例中 id 为 test 的 li 元素的父元素的第一个 li 子元素，也就是 id 为 si_1 的元素。
聪明的你应该发现了，XPath 和文件路径的表达方式很像——所以有时候我们就叫“XPath 路径”；也能想到， . 表示自己。
运算与常用函数
基本运算
XPath 语法中支持加减乘除（+ - * div）、取余（mod）、比较（= != < > <= >=）、逻辑（and or not()）运算。
注意，XPath 中的除法为 div 代替，取余用 mod，等于只需要写一个等号。逻辑运算的“与”和“或”分别用 and 和 or 连接，而“非”使用 not() 函数表示。
如：
//li[not(@index div @alt < 6)]
表示选取不符合“index 属性除以 alt 属性的结果小于 6”这个条件的 li 元素。如果一个 li 元素的这两个属性不能进行运算（如其中一个为文本），或者是缺少这两个属性中的任意一个，也会被选取。如果应用于下面的 HTML 代码：
<div>
<ul>
<li index="2" alt="1">1</li>
<li index="12" alt="2">2</li>
<li index="24" alt="2">3</li>
<li index="d" alt="e">4</li>
<li index="2" alt="f">5</li>
<li index="e" alt="1">6</li>
<li index="2" alt="1">7</li>
<li index="e" alt="e">8</li>
<li index="2">9</li>
<li index="e">10</li>
<li alt="1">11</li>
<li alt="e">12</li>
<li>13</li>
</ul>
</div>
则文字为 1、7 的 li 元素不会被选取，其他的会被选取。
可以使用圆括号提高运算优先级，不过使用情况比较有限，基本上是包裹整个路径，或者在属性内使用。
选取第几个元素
前面我们说了如何选取第几个元素，现在说点高级的。
选取最后一个元素，在方括号中用 last()。如：
//li[@id="test"]/../li[last()]
选取的是示例中 id 为 test 的 li 元素的父元素的最后一个 li 子元素，也就是 id 为 si_4 的元素。
如果要选取倒数第几个元素，也可以如法炮制，如：
//li[@id="test"]/../li[last()-1]
选取的是示例中 id 为 test 的 li 元素的父元素的倒数第二个 li 子元素，也就是 id 为 si_3 的元素。
方括号中还可以使用 position() 函数表示被选取元素的序号，可与限定条件一起使用。如：
//li[@id="test"]/../li[position()<3]
选取的是示例中 id 为 test 的 li 元素的父元素的前两个 li 子元素，也就是 id 为 si_1、si_2 的元素。
选取多个路径
多个路径可以通过使用 | 来连接，表示选择满足任意一个路径的条件的元素。如：
//ul[@id="de_1"] | //li[@id="si_3"]
选取的是示例中 id 为 de_1 的 ul 元素，以及 id 为 si_3 的 li 元素。
文字
text() 函数表示元素的文字。该功能在 Web 自动化测试时，较常用于定义属性。如：
//li[text()="1-3-3-1"]
选取的是文本为 1-3-3-1 的 li 元素，即 id 为 de_8 的 li 元素。
注意：该函数取的文本不包括后代元素的文本，且如果有换行、空格和缩进，也会算进去。如果换行和缩进之间被其他元素隔开，也会被分隔为两个部分。比如对示例执行：
//li[@id="test"]/text()
实际上选取了四处：
> $x('//li[@id="test"]/text()')
(4) [text, text, text, text]
> $x('//li[@id="test"]/text()')[0].textContent
"1-3\n "
> $x('//li[@id="test"]/text()')[1].textContent
"\n "
> $x('//li[@id="test"]/text()')[2].textContent
"\n "
> $x('//li[@id="test"]/text()')[3].textContent
"\n "
因此，如果执行下面的语句，选取不到任何内容：
/li[@text="1-3"]
包含与连接，以及选取特定 class 的内容
contains(a, b) 函数表示在 a 中包含 b。
在选取带 class 属性的值时，会遇到一个元素的 class 属性有多个的情况：
<div class="ding-class">text</div>
<div class="ding-class bing-class">text</div>
<div class="bing-class ding-class ping-class">text</div>
现在需要选取 class 属性带有 ding-class 的 div 元素，如果使用
//div[@class="ding-class"]
只会选取第一个元素。
如果使用如下的语句，就能够选取这三个元素：
//div[contains(@class, "ding-class")]
表示 class 属性包含 ding-class 的 div 元素。
但是，这还不够，比如这种情况：
<div class="ading-class">text</div>
<div class="ding-class-1 x-class">text</div>
使用上面的语句，也会把这两个元素选中，这不是我们想要的。
我们有一个取巧的方法，在两个查询文本左右都加上空格。给 ding-class 加上空格简单，在字符串两边加空格就可以了；但是给 @class 加空格，就要用到 concat() 函数。
concat(a, b, ...) 函数表示连接括号里面的字符串。
对于上面的需求，只要把代码写为：
//div[contains(concat(" ", @class, " "), " ding-class ")]
这样就能够精确选取了。
以某字符串开头
starts-with(a, b) 函数表示 a 以 b 开头。由于和包含很像，就不赘述了。
轴
对于同胞元素、先辈元素等情况，我们可以利用一个称之为“轴”的概念。
轴的比较完整的用法如下：
之前的元素/轴::标签[条件或下标]
表示之前的元素的轴中，符合条件或下标的标签。
对于 Web 自动化测试，相关的轴有以下：
-
parent：父元素（相当于..） -
ancestor：先辈元素 -
ancestor-or-self：先辈元素与自身 -
child：子元素 -
descendant：后辈元素（相当于//） -
descendant-or-self：后辈元素与自身 -
preceding：之前的元素 -
following：之后的元素 -
preceding-sibling：之前的同胞元素 -
following-sibling：之后的同胞元素
主要是后面两个比较常用。
直接说还是比较难懂，还是看一下示例吧。
还是之前的例子，使用如下的语句：
//li[@id="test"]/preceding-sibling::*
表示选取示例中 id 为 test 的 li 元素之前的所有同胞元素，也就是 id 为 si_1 和 si_2 的 li 元素。
不过有一点需要注意，如果涉及到下标，是根据该元素的位置，从近到远排序的，而不是按照代码中的顺序排序！如：
//li[@id="test"]/preceding-sibling::*[1]
选取的是示例中 id 为 si_2 的 li 元素，因为它离 id 为 test 的 li 元素最近。
书写选择器文本的诀窍
善用工具
一般的浏览器的开发人员工具都提供了对这两个选择器的支持，可以参照之前的文章，在浏览器中调试选择器文本。
避免使用自动生成、层级过多、多处使用下标的嵌套
由于 Web 框架可能会变动层级和元素，这样的查询语句很容易查询不到想要的元素。建议使用一些标志性的特征来定位。如：
//*[@id="post-XPath"]/div[1]/main/div[2]/div/div[2]/div/p
//h3[@id="root-node"]/../div[@class="body"]/p
后者明显比前者要好。
课件
本文课件地址：https://static.a4ding.com/doc/auto_test/0002_xpath_selector.pdf
