X-Path常用

https://www.cnblogs.com/tina-cherish/p/7127812.html

5.模糊匹配
XPath Css
选取属性值中的部分string匹配

//span[contains(@class,'popup-btn js-dragable')] span[title*='456']
//input[starts-with(@name,'name1')] input[name^='name1']
//input[ends-with(@name,'name1')] input[name$='name1']

**ends-with() function is part of XPath 2.0 but browsers generally only support 1.0.

6.多个属性匹配

xpath=//a[@class='name' and value='123']
css = a[.name][value='123']

选择兄弟节点
选择前N位的div标签
preceding-sibling::div[N]
选择后N位的div标签
黑龙江省人民政府-重大项目
选择上一级
…/
结合使用
//td[text()=‘xxx’]/…/followingsibling::tr//tbody//td[contains(@class, p15)]/table/tbody

排除一个属性的节点
//tbody/tr[not(@class)]
//tbody/tr[not(@class or @id)]

选择一个有某个属性的元素
//div[@name]

如何通过 XPath 获取 XML 中的所有标签名？
https://www.oschina.net/question/4873_22844

匹配a标 title与href

href = re.findall(r'<a\s.*?href=[\'|\"](.*?)[\'|\"][^>]*>',a)
title = re.findall(r'<a\s.*?title=[\'|\"]([^\"\']*)[\'|\"][^>]*>',a)
pdate = re.findall(r'\d{4}-\d{2}-\d{2}',a)

将数字转化成时间格式

from dateutil.parser import parse

a=20170825
b=str(a)
c=parse(b)
print(c)
2017-08-25 00:00:00

获取文本内容

string(//*[@id='fontzoom'])

字符串解码

decode('unicode-escape')