XPath和CSS查询算法之间的区别

Question

我想知道为什么有些人会选择使用CSS选择器而不是XPath选择器，反之亦然，如果他们可以使用任意一种。我认为理解处理这些语言的算法将解决我的疑惑。

虽然XPath和CSS选择器都有很多文档，但我发现很少有比较它们的文章。另外，我并不经常使用CSS选择器。

以下是我了解到的区别。（这三个参考资料讨论了在Selenium中使用XPath和CSS选择器查询HTML，但我的问题是普遍的。）

• XPath允许从子级向父级遍历
• CSS选择器具有特定于HTML的功能
• 使用Internet Explorer在Selenium中时，CSS选择器更快

看起来CSS选择算法在某种程度上针对HTML进行了优化，但我不知道具体原因。

1. 是否有关于CSS和XPath查询算法如何工作以及它们之间的区别的论文？
2. 还有其他抽象的区别我可能没有注意到吗？

- Thomas Levine

---

你是否想知道它们的区别是什么，无论是一般情况下还是在Selenium中使用时？ - Brian

我想了解一般的差异。（实际上我从未使用过Selenium。） - Avery Richardson

Answer 1

主要的区别在于您所针对的文档结构的稳定性：

1. XPath是一种良好的查询语言，当结构重要和/或稳定时。通常需要指定路径、条件、确切偏移量等，它也是一个检索类似对象集合的良好查询语言，并且由于这个原因，与XQuery有着密切的关系。这里文档具有稳定的结构，您必须检索重复/类似部分。 2. CSS选择器更适用于CSS样式表。这些不关心文档结构，因为这经常发生变化。想象一下一份应用于网站上所有HTML页面的CSS样式表。每个页面的内容和结构都不同。这里CSS选择器更好，因为它们可以应对不断变化的结构。您会注意到访问更多的是基于标记的。大多数CSS语法指定一组元素、属性、ID、类......而不是它们的结构。这里您必须定位没有明确位置但标有某些属性的部分。

更新：仔细查看您的问题后，我意识到您更感兴趣的是当前的实现，而不是查询语言的本质。在这种情况下，我不能给您想要的答案。我只能猜测原因仍然是一个比另一个更依赖于结构。

例如，在XPath中，您必须跟踪您正在处理的文档的结构。另一方面，CSS选择器在特定标记出现时被触发，它通常不关心之前发生了什么。我可以想象实现CSS选择器算法会更容易，因为当您阅读文档时就可以工作，而XPath有更多情况需要完整的文档和/或对其正在读取的内容进行严格跟踪（因为您正在读取的历史和背景更重要）。

现在，请不要过分认真看待我的更新。我只是猜测，因为我在语言解析方面有些背景，但实际上没有针对数据查询设计的经验。

- SystematicFrank