--xpath解析原理:
--1.实例化一个etree对象,且需要将被解析的页面源码数据加载到该对象中
--2.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捕获
--环境的安装:
--pip install lxml(解析器)
--如何实例化一个etree对象:from lxml import etree
--1.将本地的html文档中的源码数据加载到etree对象中:
etree.parse('filePath')
--2.可以将互联网上获取到源码数据加载到该对象中
etree.HTML('page_text')
--xpath('xpath表达式')
-- /:表示的是从根节点开始定位。表示的是一个层级
-- //:表示的是多个层级,可以表示从任意位置开始定位。
-- 属性定位: //div[@class=‘song’] tag[@attrName='attrValue']
-- 索引定位: //div[@class='song']/p[3] 索引是从1开始的
--取文本:
-- /text()获取的是标签中直系的文本内容
-- //text() 标签中非直系的文本内容(所有的文本内容)
--取属性:
/@attrName
如何取出上图中的杜牧;