xpath和csv

xpath介绍

基本概念

• xpath(XML Path Language)是一种XML的查询语言，他能在XML树状结构中寻找节点。Xpath用于在XML文档中通过元素和属性进行导航。
• xml是一种标记语法的文本格式，xpath可以方便定位xml中的元素和其中的属性值。lxml是python中的一个第三方模块，它包含了将html文本转换成xml对象，和对对象执行xpath的功能。

结点的关系

xml_content = '''
<bookstore>
<book>
    <title lang='eng'>Harry Potter</title>
    <author>JK.Rowing</author>
    <year>2005</year>
    <price>29<price>
</book>
</bookstore>
'''

上面的XML文档中的节点例子：

• 父（Parent）book元素是title、author、year、price元素的父
• 子（Children）title、author、year、price都是book元素的子
• 同胞（Sibling）title、author、year、price都是同胞
• 先辈（Ancestor）title元素的先辈是book元素和bookstore元素

基本使用

工具安装

安装参考网站 https://blog.csdn.net/qq_31082427/article/details/84987723

查找某个特定的节点或者包含某个指定的值的节点

模块的使用

在Python中，我们安装一个HTML/XML的解析器，主要的功能是如何解析和提取HTML/XML数据利用etree.HTML，将字符串转化为Element对象。
lxml python官方文档：http://lxml.de/index.html
可使用pip安装：pip install lxml
lxml可以自动修正html代码

wb_data = """
        <div>