用XPath写网络脚本，三步精准提取网页数据

装机时总要查硬件参数、比价、看评测？手动一页页翻太累。其实写个几行脚本，就能自动把京东、中关村在线、什么值得买上的CPU价格、显卡评测分数、SSD读写速度全抓下来——关键就在XPath。

别被名字吓住，XPath就是“网页里的定位器”

打开一个商品页按F12，右键某个价格数字选“检查”，浏览器会高亮对应HTML代码：
<span class="price">¥2999</span>
你不需要背整个DOM树，只要告诉脚本：“我要找class是price的那个span里头的文本”。XPath写法就是：

//span[@class="price"]/text()

这行代码在Python里配合requests+html库，3秒就返回“¥2999”。

实战：抓取某电商页面的5个关键字段

假设你要批量导出主板详情页的型号、芯片组、内存支持、M.2插槽数、用户评分。先用浏览器开发者工具复制几个目标元素的XPath：

• 型号：//h1[@class="product-title"]/text()
• 芯片组：//td[contains(text(),"芯片组")]/following-sibling::td/text()
• M.2数量：//span[contains(text(),"M.2")]/../text()[2]

注意第二条用了contains()，因为网页里可能写“芯片组：B650”，也可能写“芯片组：X670E”，用contains能兼容；第三条用../text()[2]是因为M.2描述后面跟着的数字在同一行的下一个文本节点。

避坑提醒：这些情况XPath会失效

动态加载的页面（比如滚动到底部才出现的评论），直接用requests拿源码是空的——得换Selenium或Playwright；有些网站用React/Vue渲染，初始HTML里压根没数据，得等JS执行完再取；还有反爬加了随机class名，比如class="a1b2c3 price"，这时候就得用//span[contains(@class,"price")]/text()，别死磕固定值。

装机党不用学多深，记住三条就够用：
① //开头找任意位置，/开头从根开始；
② [@attr="xxx"]锁属性，[contains(text(),"xxx")]模糊匹配文字；
③ /text()取文字，/@href取链接，/..跳父级，/following-sibling::跳同级。

下次配机前，花10分钟写个脚本，把5家网站的RTX4070价格表自动生成Excel，喝着茶等结果就行。