想用XPath看完这篇就够了

XPath 是一门在 XML 文档中查找信息的语言。

简单来说，就是可以通过XPath来获取HTML中节点，这个在爬虫中是最常使用到的。因为爬虫通过request获取到的是HTML文档代码，我们需要解析才能提取里面的内容。

记录常用的方法：

语法了解：

• XPath 使用路径表达式在 XML 文档中选取节点。节点是通过沿着路径或者 step 来选取的。
• / 代表从根节点开始选择。
• // 代表从匹配到的节点开始，而不用管位置，这个比较常用。
• @ 代表选择属性，类如[@class="xx"]代表选择所有类名为xx的节点。

谓语：

XPath中还存在谓语，用来查找某个特定的节点或者包含某个指定的值的节点，并且谓语被嵌在方括号中。

//span[@class="col-gray"]/text()  代表选择span中类名为"col-gray"的节点，text()是方法，
代表获取文本值。

常用的一些实例（重要）：

获取节点值
"/html/body/div[@class='WEB']/text()  获取div类名为WEB的值

获取节点属性
//div[@id='WEB']/@style  获取id为WEB的div的style属性

获取节点对象
//p/span[@id='test']  获取p标签下span标签id为test的节点对象