- 在html中,id是唯一的
- 在html中,class是可以多处引用的
- / 表示在下一级中搜索,逐层检索
- // 表示在所有较低层级中搜索,全局检索
- 下标 [数字]:从1开始,依次计算
- [ ]表示定语修饰,括号里可以是属性(用@表示),如class为hahah的div的文本内容 可以说'.//div[@class="hahah"/text()]',括号里也可以是文本,如文本为miaomiaomiao的div的class属性名,可以说'.//div[text()="miaomiaomiao"]/@class'
- 参考教程
html_str = """
<body>
<div class="ui container">
<table class="ui striped table">
<tr>
<th>姓名</th>
<th>性别</th>
<th>邮箱</th>
<th>电话</th>
</tr>
<tr>
<td><a href="zhangwei">张伟</a></td>
<td>男</td>
<td>zhangwei@haoren.com</td>
<td>12138-111</td>
</tr>
<tr>
<td><a href="yifei">一菲</a></td>
<td>女</td>
<td>yifei@haoren.com</td>
<td>12138-112</td>
</tr>
<tr>
<td><a href="xiaoxian">小贤</a></td>
<td>男</td>
<td>xiaoxian@haoren.com</td>
<td>12138-113</td>
</tr>
<tr>
<td><a href="meijia">美嘉</a></td>
<td>女</td>
<td>meijia@haoren.com</td>
<td>12138-114</td>
</tr>
<tr>
<td><a href="xiaobu">小布</a></td>
<td>男</td>
<td>xiaobu@hundan.com</td>
<td>12138-115</td>
</tr>
</table>
</div>
</body>
"""
五条记录中的电话:html.xpath(".//tr/td[4]/text()")
所有性别为男的姓名:html.xpath(".//tr/td[text()= ' 男']./td[4]/text()")
所有是好人的姓名:html.xpath('.//tr/td[contains(text(),"haoren")]/../td[1]/a/text()')
张伟的所有信息:
html.xpath('.//tr[2]//text()')