在学习本教程之前，您需要具备八爪鱼基础操作和XPath相关知识，如果还未掌握，请先学习以下课程。
自定义模式入门：https://www.bazhuayu.com/tutorial8/xsrm/81zdyrm
XPath 系统学习与实例：https://www.bazhuayu.com/tutorial8/81xpath
一、相对XPath
相对Xpath，即相对于循环框的Xpath，有两个典型特征：跟随循环联动；与循环框的XPath合并成一条完整的定位XPath。
有两种常见应用场景：提取循环内的数据；提取循环外的数据。
以下将具体说明。
二、使用相对XPath，提取循环内的数据
示例网址：http://deal.ggzy.gov.cn/ds/deal/dealList.jsp
需求：采集这个网址列表的 项目标题，省份，来源平台，业务类型，时间等字段
Step1：用 第3课：采集列表数据 中学到的方法，配置列表数据采集。
Step2：八爪鱼自动创建的循环列表，会为我们自动生成循环框的XPath和相对XPath。我们来看一下：
循环框的XPath
循环框的XPath为：//DIV[@id="toview"]/DIV/DIV[1]。通过这条XPath，找到20个列表项，对应着页面中的20个数据列表。
相对XPath
每个循环项中，都有 项目标题，省份，来源平台，业务类型，时间等字段。查看每个字段的定位XPath，查看路径见下图。
可以看到，每个字段使用的都是相对XPath，以 标题 和 时间 这2个字段为例。
【标题】字段的相对XPath：/H4[1]/A[1]
【时间】字段的相对XPath：/H4[1]/SPAN[1]
循环框的XPath和相对XPath的关系
循环框的XPath：定位到列表项。
相对XPath：字段相对于循环框（列表项）的位置。
循环框的XPath + 相对XPath = 每一个循环项中字段的XPath
正是因为相对XPath的存在，我们能够实现循环和字段的联动采集：
循环框当前项为列表1 - 定位到列表1中的字段（标题，省份，来源平台，业务类型，时间）
循环框当前项切换为列表2 - 定位到列表2中的字段
循环框当前项切换为列表3 - 定位到列表3中的字段
循环框当前项切换为列表4 - 定位到列表4中的字段
......
最后1个列表 - 采集最后1个列表中的字段
如果没有相对XPath会怎样？
无法实现循环项与字段联动的效果，只能固定采集到第一个循环项中的字段。
根据需求，修改相对XPath
通过上面的学习，我们已经知道了相对XPath的原理。在大多数情况下，八爪鱼会为我们自动生成相对XPath，正确提取到循环项中的字段。此时无需修改。少数情况下，自动生成的相对XPath，无法适配所有网页，存在部分字段提取不到，或者字段错位的情况，此时就需要我们自行修改。
以下看1个实例。
修改相对XPath实例
上文中的网站，【时间】这个字段的相对XPath为：/H4[1]/SPAN[1]，看不出时间字段的特征。我们可以写一条带有时间字段特征的、好理解的。如何修改？
Step1：将循环框的 XPath //DIV[@id="toview"]/DIV/DIV[1] ，复制到火狐浏览器中，然后点击展开这个标签，找到时间标签。
Step2：然后找到【时间】字段对应的网页源码。可以看到它是一个span标签，有一个class属性，属性值是 pan_o，根据这个特性可以写一条定位XPath：//DIV[@id="toview"]/DIV/DIV[1]//span[@class="span_o"] 。
可以看到，网页上所有【时间】字段都被虚线框圈起来了，说明都被定位到了。
Step3：根据前面学到的知识，循环框的XPath是 //DIV[@id="toview"]/DIV/DIV[1] ，【时间】字段的相对XPath 则是：//span[@class="span_o"] 。
将 //span[@class="span_o"] ，复制粘贴到八爪鱼中【时间】字段的相对XPath输入框中。然后回车保存。
这样我们就完成了【时间】字段的相对Xpath的改写。启动【本地采集】，看一下采集结果，循环项中的数据都被正常采集下来了。
三、使用相对XPath，提取循环外的数据
示例网址：http://zu.wuhan.fang.com/cities.aspx
需求：采集整个城市列表和其所对应的省份。
Step1：先按列表数据采集的方法，选中所有【城市】，创建一个循环。
同时，我们还想将每一个城市对应的省份采集下来。所以选中第1个省份，在操作提示框中选择【采集该元素的文本】。
手动执行一下规则，我们发现3个问题：
① 不管是哪个城市，采集下来的省份都是【安徽】。如选择福州，提取到的还是安徽省，而不是福建省。
② 直辖市的4个城市都没有采集下来。
③ 鼠标移动到元素步骤，无法正确移动。
Step2：先来解决没定位到直辖市的4个城市的问题。
将循环列表的 XPath //HTML/BODY[1]/DIV[4]/DIV[4]/UL[1]/LI[position()>1]/A ，复制到火狐浏览器中。可以看到，除第一行4个直辖市外，其他城市都定位到了。
在 XPath课程 中，我们讲过position函数，它可以限制定位到的列表数。这里的[position()>1]就将第一个li列表（4个直辖市的列表）筛掉了。我们想将4个直辖市也定位到，去掉[position()>1]即可：//HTML/BODY[1]/DIV[4]/DIV[4]/UL[1]/LI/A。
然后在八爪鱼中对循环框做相应修改。修改后可以看到，循环列表里面包含了第一行的4个直辖市，如下图。
Step3：再来解决始终定位到【安徽】这个省份的问题。
在提取【省份】时，八爪鱼自动生成的定位XPath为 //DIV[@class="outCont"]/UL[1]/LI[2]/STRONG[1]。将这条XPath复制到火狐浏览器中，可以看到只能固定提取【安徽】，不能与循环列表中的城市联动。所以当提取的城市发生变化时，省份不会随着城市的变化而变化。
我们来观察省份和城市对应的源码。发现省份均为strong标签，城市均为a标签。直辖市为b标签，直辖市的4个城市均为a标签。
strong标签和b标签与a标签为同级标签，并都在a标签之前。
再回忆一下，我们是以城市，也就是a标签来建立循环列表的。如果需要省份与城市一一对应起来（包括直辖市与具体城市一一对应起来），需要用到上面学到的相对XPath知识。在这个示例中：
循环框的XPath：定位到列表项（所有城市）
相对XPath：字段相对于循环框的位置（省份相对于城市的位置）
循环框的XPath + 相对XPath = 每一个循环项外字段的XPath（省份的定位XPath）
根据源码特征，写出根据城市列表定位到省份（含直辖市）的定位XPath。城市列表定位XPath为/HTML/BODY[1]/DIV[4]/DIV[4]/UL[1]/LI/A，要定位a标签之前的同级元素，需用到preceding-sibling这个函数，在 XPath课程 中有详细讲到。故：
(1) 【省份】相对于【城市】的XPath：
/HTML/BODY[1]/DIV[4]/DIV[4]/UL[1]/LI/A/preceding-sibling::strong[1]
(2) 【直辖市】相对于【城市】的XPath：
/HTML/BODY[1]/DIV[4]/DIV[4]/UL[1]/LI/A/preceding-sibling::b[1]
我们还可以进一步将这两条合并成一条，合并之后的结果是：
/HTML/BODY[1]/DIV[4]/DIV[4]/UL[1]/LI/A/preceding-sibling::*[last()]
* 代表任意标签的意思，也就是strong标签或者b标签都可以用*代替
last() 的意思是最后一个位置的标签。
整条XPath解释起来的意思就是，取城市列表（a标签）之前的最后一个同级标签（strong标签或者b标签），这样就适用于2种情况。
根据上面讲的知识，/HTML/BODY[1]/DIV[4]/DIV[4]/UL[1]/LI/A 为循环框XPath，/preceding-sibling::*[last()]为相对XPath。
在火狐里面验证下，定位到了所有省份（含直辖市）。
最后，在八爪鱼中做相应修改。
在纵向字段布局下，找到字段【省份】，点击【绝对Xpath】，切换为相对xpath，双击【xpath路径输入框】，输入我们写好的相对XPath：/preceding-sibling::*[last()] ，最后回车保存。
手动执行规则，循环列表分别切换成省份和直辖市，检查验证，已能联动，正确提取到相应数据。
上海-直辖市：
泉州-福建：
Step4：再来解决鼠标无法正确移动到【按省份选择】元素：
（1）在八爪鱼里面看一下鼠标移动到元素上的xpath为：//div[@class="btnOn"]，把这个复制到火狐浏览器里面进行定位
可以看到，定位到的是【按拼音首字母选择】按钮，观察源码可以看到实际要定位的是下面这个div标签，我们通过id值写出这个标签的xpath为：//div[@id="m02"]，在火狐里面进行定位，发现正确
然后，在八爪鱼里面找到这个鼠标移动到元素步骤，将这个正确的xpath：//div[@id="m02"]换进去，手动执行正常：
启动【本地采集】，看一下采集结果，可以看到，省份（含直辖市）与城市一一对应。
特别注意：
当要用相对XPath采集循环外的数据时，需特别注意，只适用于提取循环外面单个的数据（只有一个数据）。不适用于循环外也是列表，有多行数据的情况。
实例1：循环外为单个数据，适用
网址：https://www.24zbw.com/playback/nba/
日期星期是写在一起的单个数据，以所有的赛事，也就是li标签做循环，然后提取循环外，li标签前面一个的h6标签，下面一个层级的time标签即可。
实例2：循环外为也为列表，多个数据，不适用
网址：http://www.ccgp-tianjin.gov.cn/portal/documentView.do?method=view&id=144080253&ver=2
上下2个表格，下面表格的数据和上面表格的数据是按顺序一一对应。要把上下2个表并且按对应关系采集下来，是做不到的。因为上面一个表采集需要创建一个循环，下面一个表采集也需要创建一个循环，就会有2个循环，但是循环与循环之间是没办法产生联动效果，八爪鱼暂时还不支持循环与循环的联动。
文章评论