Once a page is fetched and parsed, extraction is the act of pointing: THAT price, THOSE titles, the link inside the third card. XPath is a language for pointing. An expression describes a path through the document tree, and evaluating it returns whichever elements, attributes or text the path reaches. The syntax reads like a filesystem with opinions: //product descends to every product element anywhere, div/span steps from parent to child, and square-bracket predicates filter what qualifies, as in //div[@class='price'] or //li[position() less than four].
Its reputation for power rests on the places the alternative cannot go. XPath matches on text content, finding the span that literally says Out of stock. It traverses upward and sideways, from the element you can identify to the parent or sibling you actually want, as in //span[text()='Total']/following-sibling::span. It counts, compares and combines conditions inside a single expression. Whole categories of extraction that are contortions in other tools are one line here.
실패 방식은 직접 작성한 취약함입니다. 브라우저 개발자 도구는 XPath 복사라는 편의 기능을 제공하는데, 문서 루트부터 모든 단계와 인덱스를 하드코딩한 절대 경로를 내보내며, 그런 경로는 그 경로상 어디에서든 다음 레이아웃 조정이 일어나면 죽습니다. 안정된 속성에 고정한 손으로 쓴 상대 표현식은 절대 경로를 찢어 버리는 재설계에서도 살아남습니다. 기술은 오늘의 우연한 기하를 담는 대신 의미 있는 기준점, 즉 id, data 속성, 텍스트 라벨을 고르는 것입니다.
무엇을 말하는지만큼 어디서 돌아가는지도 중요합니다. 서버 쪽에서는 스크레이퍼가 기대는 파서 라이브러리가 XPath를 기본으로 평가하고, 크롤링 프레임워크는 이를 일급 셀렉터로 제공합니다. 브라우저에서는 평가 기능이 있지만 도구는 경쟁자 쪽을 선호하고, 자동화 프레임워크는 둘 다 받습니다. 실무 유창함은 두 언어를 쓰는 것입니다. 일상적인 경우에는 CSS 셀렉터 문법, 텍스트 매칭이나 위로 올라가기가 필요한 경우에는 XPath를 프로젝트 대신 추출마다 고르는 것입니다.
솔직한 주의점 하나: JavaScript로 렌더링되는 페이지에서는 요소가 존재하기 전까지 어떤 표현식도 도움이 되지 않습니다. XPath는 파싱한 트리를 조회하는데, 데이터가 불러온 뒤에 도착한다면 파싱한 트리는 비계입니다. 빈 무대를 정확히 가리켜도 여전히 아무것도 가리키지 않는 것입니다.
자주 묻는 질문
스크레이핑에는 XPath와 CSS 셀렉터 중 무엇을 써야 하나요?
둘 다, 작업마다 고르세요. CSS 문법은 일상적인 경우, 즉 클래스, id, 속성, 중첩에 더 간결하고 어디서나 지원됩니다. XPath는 CSS가 닿지 못하는 곳에서 제값을 합니다. 텍스트로 요소 찾기, 찾은 요소에서 부모로 올라가거나 형제로 건너가기, 여러 조건을 표현식 하나에 묶기입니다. 둘 다 능숙해지는 데는 비용이 적고, 우회책의 범주 전체가 사라집니다.
복사한 XPath는 왜 그렇게 빨리 깨지나요?
브라우저 개발자 도구의 XPath 복사가 단계와 인덱스를 하드코딩한 절대 경로를 내보내는데, 이는 페이지의 의미 대신 현재 기하를 담기 때문입니다. 경로상의 어떤 구조 변경이든 그것을 죽입니다. 안정된 속성이나 텍스트 라벨에 고정한 짧은 상대 표현식을 쓰면, 복사한 경로를 통째로 지우는 재설계에서도 살아남는 셀렉터가 됩니다.
XPath로 텍스트로 요소를 선택할 수 있나요?
Yes, and it is the signature capability. Expressions can match exact text, as in //button[text()='Add to cart'], or containment via contains(), and then navigate from the matched element to whatever you actually need. CSS selectors in scraping libraries have no equivalent, which is why text-anchored extraction is the usual reason a scraper reaches for XPath.
XPath는 JavaScript가 많은 페이지에서 작동하나요?
건네준 트리를 조회합니다. 페이지가 빈 껍데기로 도착해 스크립트가 돈 뒤에 채워진다면, 가져온 HTML에 대해 평가한 표현식은 비계를 찾습니다. 헤드리스 브라우저에서 렌더링한 뒤 평가하거나, 더 좋게는 데이터가 DOM을 전혀 가리키지 않고 읽을 수 있는 JSON 피드나 삽입된 상태로 존재하는지 확인하세요.
전체 용어집(으)로 돌아가기.

