火车采集器XPath提取教程

　　XPath提取

　　XPath是一门在HTML/XML文档中查找信息的语言。

　　XPath使用路径表达式在XML文档中进行导航,可以通过FireFoxfirebug或者Chrome开发者工具快速获取。

XPath节点属性

　　innerHTML获取位于对象起始和结束标签内的HTML(HTML代码，不包含开始/结束代码)

　　innerText获取位于对象起始和结束标签内的文本(文本字段，不包含开始/结束代码)

　　outerHTML获取对象及其内容的HTML形式(HTML代码，包含开始/结束代码)

Href获取超链接

　　以网址http://faq.locoy.com/q-681.html为例，我们来设置标题和内容的XPath表达式，节点属性我们默认innerHTML就可以。

　　方法/步骤

　　1、首先，用谷歌浏览器打开网页，然后打开Chrome开发者工具，快捷键为“F12”，反复按下F12可以切换状态（打开或关闭）。当然，你也可以在原网页，直接右击“审查元素”。

　　2、获取标题的XPath，操作：

　　得出代码为//*[@id="mainContent"]/div[2]/h2

　　3、获取内容的XPath，操作：

　　得出代码为//*[@id="cmsContent"]

　　然后放入即可。