XPath（XML Path Language）は、HTMLやXML文書から要素を抽出するためのパス式です。Seleniumやスクレイピングで広く使われており、正確な要素取得に不可欠です。
この記事では、実用的なXPath構文を豊富なサンプル付きでまとめました。
🔰 基本構文と記法
XPathは、パス表現によりノード（要素や属性など）を指定します。
//tagname[@attribute='value']
例：//div[@class='item']
🧱 ノードの指定と階層移動
| 構文 | 説明 | 例 |
|---|---|---|
/ |
ルートからの絶対パス | /html/body/div |
// |
文書内のどこかにある任意の位置から |
//a（すべてのリンク） |
. |
カレントノード | ./div |
.. |
親ノード | ../div |
@ |
属性指定 |
//@href（すべてのリンク先） |
🧩 属性を使った指定
//input[@type='text'] ← type属性がtextのinput
//div[@id='main'] ← idがmainのdiv
//a[@href='/login'] ← hrefが/loginのリンク
属性が複数マッチ：
//button[@class='btn' and @type='submit']
🔎 テキストに基づく抽出
完全一致
//p[text()='こんにちは']
部分一致（contains()）
//p[contains(text(), 'こんにちは')]
前方一致（starts-with()）
//span[starts-with(text(), 'エラー')]
🪄 属性値の部分一致
//div[contains(@class, 'header')]
これは class="site-header header-main" など複数クラスを持つ要素にも対応可能。
🔢 インデックス指定（リスト対応）
最初の要素
(//li)[1]
最後の要素
(//li)[last()]
n番目の要素
(//ul[@class='items']/li)[3]
🧠 条件付き抽出（論理演算）
//input[@type='checkbox' and @checked]
//div[@class='notice' or @class='alert']
🌳 子要素/親要素/兄弟要素
子要素
//div[@id='main']/p ← id="main" の子p
親要素
//p[@class='desc']/.. ← class="desc" のpの親要素
兄弟要素
//h2[text()='セクション']/following-sibling::ul
📋 ノードの種類指定
| ノード種別 | XPath |
|---|---|
| すべての要素 | //* |
| 属性 | //@* |
| コメント | //comment() |
| テキストノード | //text() |
| 処理命令ノード | //processing-instruction() |
💡 応用：HTMLスクレイピングでの使用例（Python + lxml）
from lxml import html
tree = html.fromstring(html_string)
# aタグのhrefをすべて取得
hrefs = tree.xpath('//a/@href')
# classに「item」を含むdivのテキストを取得
items = tree.xpath("//div[contains(@class, 'item')]/text()")
🧪 応用：SeleniumでのXPath指定
from selenium import webdriver
driver = webdriver.Chrome()
# XPathで要素取得
element = driver.find_element("xpath", "//input[@name='q']")
# 部分一致でボタン取得してクリック
button = driver.find_element("xpath", "//button[contains(text(), '検索')]")
button.click()
📌 よく使うXPathパターンまとめ
| 目的 | XPath例 |
|---|---|
| 特定のテキストを含む要素 | //tag[contains(text(), '文字列')] |
| クラス名が含まれる要素 | //div[contains(@class, 'target')] |
| 特定属性を持つタグ | //img[@alt='logo'] |
| 要素リストの最初・最後 |
(//li)[1], (//li)[last()]
|
| 子/親/兄弟要素の取得 |
/, .., following-sibling::
|
📝 まとめ
- XPathは構文が多彩ですが、最小限覚えると強力な武器になります。
- 特に
//,@,contains(),text()、そしてインデックス指定は実務でよく使います。 - SeleniumやBeautifulSoupと組み合わせて、HTMLの要素取得を精密に制御できます。