《Xpath笔记》 1 — 基本认识

常用规则

表达式	描述
nodename	选取此节点所有子节点
/	从当前节点直接选取所有子节点
//	从当前节点直接选取子孙节点
.	选取当前节点
. .	选取当前节点父节点
@	选取属性
contains()	属性多值匹配
text()	获取文本

Python中的Xpath

from lxml import etree

html = etree.HTML(text)  #text为爬取的网页
result = html.xpath("//div[@class='name']/li[contains(@class,'text')]/a/@href")  #一般用法，注意scrapy中的xpath还需要extract() or extract_first()提取文本，

html_2 = etree.parse('text.html', etree.HTMLParser())  #text.html为硬盘中的html文件

多属性匹配

运算符	描述
or	或
and	与
mod	除后取余
|	计算两个节点集
+	加法
-	减法
*	乘法
div	除法
=	等于
!=	不等于
<	小于
>	大于
<=	小于等于
>=	大于等于