python爬虫-xpath爬贴吧图片---------------（1）

python爬虫-xpath爬贴吧图片---------------（1）
python爬虫-xpath爬贴吧图片---------------（2）
我正则用的不好，处理HTML文档感觉头很大。有了xpath后感觉头不疼了，腰不酸了，所以我们就来学学xpath在爬虫中的应用。我们可以先将 HTML文件 转换成 XML文档，然后用 XPath 查找 HTML 节点或元素。

##什么是XML

• XML 指可扩展标记语言（EXtensible Markup Language）
• XML 是一种标记语言，很类似 HTML
• XML 的设计宗旨是传输数据，而非显示数据
• XML 的标签需要我们自行定义。
• XML 被设计为具有自我描述性。
• XML 是 W3C 的推荐标准
  W3School官方文档：http://www.w3school.com.cn/xml/index.asp

##XML 和 HTML 的区别
|数据格式|描述|设计目标|
|-----
|XML|Extensible Markup Language （可扩展标记语言）|被设计为传输和存储数据，其焦点是数据的内容。
|HTML|HyperText Markup Language （超文本标记语言）|显示数据以及如何更好显示数据。
|HTML DOM|Document Object Model for HTML (文档对象模型)|通过 HTML DOM，可以访问所有的 HTML 元素，连同它们所包含的文本和属性。可以对其中的内容进行修改和删除，同时也可以创建新的元素。
##XML文档示例

<?xml version="1.0" encoding="utf-8"?>

<bookstore> 

  <book category="cooking"> 
    <title lang="en">Everyday Italian</title>  
    <author>Giada De Laurentiis</author>  
    <year>2005</year>  
    <price>30.00</price> 
  </book>  

  <book category="children"> 
    <title lang="en">Harry Potter</title>  
    <author>J K. Rowling</author>  
    <year>2005</year>  
    <price>29.99</price> 
  </book>  

  <book category="web"> 
    <title lang="en">XQuery Kick Start</title>  
    <author>James McGovern</author>  
    <author>Per Bothner</author>  
    <author>Kurt Cagle</author>  
    <author>James Linn</author>  
    <author>Vaidyanathan Nagarajan</author>  
    <year>2003</year>  
    <price>49.99</price> 
  </book> 

  <book category="web" cover="paperback"> 
    <title lang="en">Learning XML</title>  
    <author>Erik T. Ray</author>  
    <year>2003</year>  
    <pr