Xpath 常用语法展示

非标准代码处理

from lxml import etree　　#导入lxml 中erree模块

parser = etree.HTMLParser(encoding="utf-8") #解释器指定编码

tree = etree.parse("b.html", parser=parser)　　#把解释器加到etree解释器
print(tree)　　#打印节点
print(etree.tostring(tree, encoding="utf-8").decode("utf-8")) #类型解码：看到具体内容



常用功能
#1.获取子节点全部文本
result = tree.xpath('/html/body/ul/li/a/text()')
# /    从当前节点选取直接子节点
# text()方法获取节点中的文本
print(result)

#2.指定获取子节点某一个文本
result = tree.xpath('/html/body/ul/li[1]/a/text()')
#指定标签中某一个内容：li[1]:某一标签第一个内容（xpath是从一开始数数）
print(result)

#3.指定属性获取 内容
result = tree.xpath('/html/body/ol/li/a[@href="suiyue"]/text()')
# @ :指定标签属性 ；a[@href="suiyue"]/text()：根据标签属性打印文本
print(result)


#4.相对查找，获取内容
ol_li_list = tree.xpath("/html/body/ol/li")
print(ol_li_list) #找到3个节点

for li in ol_li_list:
    #循环，从每一个li提取文字信息
    result = li.xpath("./a/text()") #从li继续寻找（相对查找）
    # ./ ：表示当前节点
    print(result)
    result = li.xpath("./a/@href")  #/@+属性类型：我们就可以拿到这个标签里面某种属性的值
    print(result)

#5.获取标签属性值
print(tree.xpath('/html/body/ul/li/a/@href'))
# a/@href: a标签属性href 所有的值

小技巧
# 利用谷歌浏览器：F12程序员，快速复制Xpath路劲
print(tree.xpath("/html/body/div[1]/text()"))