这两天学校的课程要求用django和scrapy写一个新闻网站，在看到//和/的时候，有点迷，就去网上查了一下，发现看的不明不白，今天我就结合自己的实践看一下他们各自的作用：
先看看网上的一些博客是怎么说的：
//a//b/@abc 指的是文档中所有a元素的属性为abc的后代b元素（包括子代元素）（多级）；
//a/b/@abc 指的是文档中所有a元素的属性为abc的子代b元素（一级）；
/a/b/@abc 指的是根节点b元素的属性为abc的子代b元素（一级）；
看到这个我一开始是不明白的，查一查结果是这样：
子代与后代：
<div id="div1">
<div id="div2">
<p>hello world</p>
<div id="div3">
<a href="xxx.com">转到</a>
</div>
</div>
<h1>你好世界</h1>
</div><!-- div1的后代包括div2，p,div3,a,h1 后代（多层） -->
<!-- div1的子代包括div2，h1 子代即孩子（只有一层）-->
我的爬虫爬取了国内某网站的新闻：
一开始是这样写的：
myitem = TutorialItem()
myitem['article_title'] = response.xpath("//h1[@class='main-title']/text()").extract()
myitem['article_content'] = response.xpath("//div[@class='article']/p/text()").extract()
# 获取第一张图片，可能无图
myitem['article_image'] = response.xpath("//div[@class='img_wrapper']/img/@src").extract_first()但是，结果不尽人意：
新闻的内容没爬到，图片链接也没有，但是往下翻翻有的网址竟然有图片链接和新闻数据
经过了近一个小时查看不同的网页的源码，发现：
有的网址是这样：
<div class="article" id="article">
<div class="video-2017" id="videoList0" ></div>
<p> 原标题：骂小伙“<a href="https://news.sina.com.cn/s/2018-11-26/doc-ihmutuec3605595.shtml" target="_blank">这么胖还抢地铁</a>”，不带这么羞辱人的</p>
<div class="img_wrapper"><img style="max-width: 500px;" src="//n.sinaimg.cn/translate/791/w512h279/20181126/0FaG-hpevhck7479593.png" alt=""><span class="img_descr"></span></div>
<p> “这么胖，现在这么多人还来抢地铁，回家待着去。”“自己去打个车不行吗？”“你有自知之明没有？”近日，北京天通苑北地铁站发生了一起小纠纷。早高峰期间，一小伙子不慎踩到了一个老大爷的脚。小伙子道歉之后，这位老大爷依旧不依不饶，不断训斥他。周围乘客上前拦阻，然而没什么效果。最终，该小伙被老大爷骂哭，并退出了排队通道，然后老大爷顺步而上，自己挤到前面去了。</p>
<p> 微评：胖怎么啦，吃你家饭了吗？挡你家WiFi了吗？作为一个曾经的胖子，深知他们的敏感脆弱，最看不得、听不得这种人身攻击。地铁足够宽大，容得下高矮胖瘦；而地铁也爱憎分明，不欢迎无理取闹。不得不说，这位小伙子很有教养，虽被训斥却一直在跟老大爷道歉。这位老大爷一句“自知之明”，还真说到点子上了——有些人缺的就是反求诸己。我不同意很多人拿这事重提“坏人变老”论调，“胖”不是错，“老”也不是错，但对人肆意羞辱、缺乏基本尊重，难道不值得某些人自我反思下吗？</p>
<p> □思凝（媒体人）</p>
<p class="show_author">责任编辑：余鹏飞 </p>
</div>有的网址是这样：
<div class="article" id="article">
原标题：新西兰145头领航鲸集体搁浅死亡<br />
<div>
<p>据新华社电 新西兰环保部26日说，在新西兰南岛南部边远海岸搁浅的145头领航鲸已全部死亡。这是今年以来新西兰海域发现的最大规模鲸群搁浅。</p>
<p>鲸群搁浅地点在南岛南端斯图尔特岛的偏远海岸，一名徒步旅行者24日夜观察到搁浅的鲸群，并向环保部报告。</p>
<p>在搁浅的领航鲸一半死亡后，由于事发地点遥远，人力机械难以到达，剩下的一半生还希望渺茫，环保部26日决定对其实施安乐死。“这是一个令人心碎的决定。”新西兰环保部官员任雷恩·莱彭斯说。</p>
<p>领航鲸在南半球海域较为常见。几乎每年新西兰海域都会发生较大规模的鲸群搁浅。去年，大约650头领航鲸在南岛北端搁浅，大部分死亡。1918年曾发生过上千头鲸搁浅死亡事件。</p>
<p>在刚刚过去的周末，新西兰各地海域集中发生了至少4起鲸搁浅事件。有专家认为，这一系列现象与本周末新西兰全境的恶劣天气或有关联。</p><p>编辑 林玮琪</p>
<p></p>
</div>
</div>也就是一部分网页构成是div子代就是p满足我原先的代码（/构成的代码），但是剩下的网页不满足，所以修改一下把
/ 换成 // ：
myitem = TutorialItem()
myitem['article_title'] = response.xpath("//h1[@class='main-title']/text()").extract()
myitem['article_content'] = response.xpath("//div[@class='article']//p/text()").extract()
# 获取第一张图片，可能无图
myitem['article_image'] = response.xpath("//div[@class='img_wrapper']//img/@src").extract_first()结果就成功了。
#########################################
以此为证，我还觉得不够，又去实验了一波：
from lxml import etree
myhtml = """
<body>
<div id="div1">
<div id="div2">
<p>hello world</p>
<div id="div3">
<a href="xxxA.com">转到A</a>
<a href="xxxB.com">转到B</a>
</div>
</div>
<h1>你好世界</h1>
</div>
</body>
"""
selector = etree.HTML(myhtml)
content1 = selector.xpath('//div[@id="div1"]/p/text()') # 用/提取p标签的内容，提取不到
print(content1) # /情况下的xpath的内容
content2 = selector.xpath('//div[@id="div1"]//p/text()') # 用//提取p标签的内容
print(content2) # //情况下的xpath的内容
content3 = selector.xpath('//div[@id="div1"]/div[@id="div2"]/div[@id="div3"]/a/text()') # 用/提取a标签的内容
print(content3)
content4 = selector.xpath('//div[@id="div1"]//a/text()') # 用//提取a标签的内容
print(content4)
结果：
这个实验可以看出：
/ 就类似于我们所说的绝对路径
// 是一种容错性更高的写法，可以不很具体，可以跨过很多层
所以说，爬虫可以用 // 写的，就尽量别用 / ，提高自己代码的一些容错，指不定就会出现我自己做的时候的错误（一些网页div包着div）
这三种模式：
//a//b/@abc 指的是文档中所有a元素的属性为abc的后代b元素（包括子代元素）（多级）；
//a/b/@abc 指的是文档中所有a元素的属性为abc的子代b元素（一级）；
/a/b/@abc 指的是根节点b元素的属性为abc的子代b元素（一级）；
通常用第一种就好了