xpath语法规则

xpath通用性强，是最常用且最便捷高效的一种解析方式

 

xpath的解析原理

 

第一步：实例化一个etree对象，且需要将解析的页面源码数据加载到该对象中

 

第二步：调用etree对象中的xpath方法结合着xpath表达式实现标签的定位和内容的获取

 

环境的安装

 

pip install lxml

 

如何实例化一个rtree对象

 

from lxml import etree

 

将本地的html文档中的源码数据加载到etree对象中

 

etree.parse(path)

 

将从互联网上获取的源码数据加载到该对象中

 

etree.HTML(page_text)

 

xpath表达式

 

/：若在表达式开头表示从根节点开始定位，若在表达式中间表示的是一个层级

 

//:若在表达式开头表示从任意位置开始定位，若在表达式中间表示的是多个层级

 

属性定位：//div[@class='song']

 

索引定位：//div[@class='song']/p[3] 索引是从1开始的

 

取文本方式1： /text()获取的是标签中直系的文本内容

 

取文本方式2： //text() 标签中非直系的文本内容

 

取属性： /@属性名称