粘贴网页 HTML 或 XML 源码,输入 XPath 或 CSS 选择器,实时显示匹配的节点和提取结果;可以把 CSS 选择器转换成 XPath,并生成 Python、Scrapy、Selenium、Playwright 等常用的提取代码。
| 目标 | XPath | CSS |
|---|---|---|
| 所有链接 | //a | a |
| 按 id | //*[@id='main'] | #main |
| 按 class(包含) | //div[contains(concat(' ', @class, ' '), ' item ')] | div.item |
| 直接子元素 | //ul/li | ul > li |
| 第 2 个 | (//li)[2] 或 //ul/li[2] | ul > li:nth-child(2) |
| 属性以…开头 | //a[starts-with(@href, 'https')] | a[href^="https"] |
| 按文字查找 | //button[contains(text(), '登录')] | 不支持 |
| 父元素 | //span[@class='price']/.. | :has() 部分支持 |
| 后面的兄弟 | //dt[text()='价格']/following-sibling::dd[1] | dt + dd |
| 取属性 / 文本 | //a/@href、//a/text() | 需要用代码读取 |
格式化 XML 请用 XML 格式化,格式化压缩的 HTML 请用 HTML 格式化与压缩,测试正则提取请用 正则表达式测试。
把网页源代码(浏览器中“查看网页源代码”)或 XML 粘贴到左侧,在上方选择 XPath 或 CSS 选择器并输入规则,右侧实时显示匹配的节点;可以选择提取文本、HTML 或某个属性,点击示例学习常见写法,把 CSS 选择器转换为 XPath,下方生成各语言的提取代码。
CSS 更简洁,XPath 更强大,可以按文字查找、选择父元素和兄弟元素。
在路径最后写 /@属性名,例如 //a/@href。
元素有多个 class 时要用 contains(@class, 'item')。
Selenium 只能定位元素,取文本要用元素的 text 属性。
使用浏览器的 XPath 1.0 和 CSS 选择器引擎,不支持 XPath 2.0 函数;CSS 转 XPath 只支持常见的选择器,部分伪类无法转换;页面中由 JavaScript 动态生成的内容需要先渲染后再复制。
源码只在浏览器本地解析,不会上传,也不会执行其中的脚本。
浏览器中能匹配而这里不能时,检查粘贴的是否为原始源代码(开发者工具中的元素是渲染后的结果),以及规则中是否带有浏览器自动补上的 tbody。
CSS 选择器测试 · 访问日志分析 · JSON 格式化校验 · Base64 编码解码 · 全部开发工具