一、简介
XPath 是一门在 XML 文档中查找信息的语言。
XPath 可用来在 XML 文档中对元素和属性进行遍历。
XPath 是 W3C XSLT 标准的主要元素,并且 XQuery 和 XPointer 都构建于 XPath 表达之上 二、使用 1、导入 from lxml import etree 2、基本使用 wb_data = """ <div> <ul> <li class="item-0"><a href="link1.html">first item</a></li> <li class="item-1"><a href="link2.html">second item</a></li> <li class="item-inactive"><a href="link3.html">third item</a></li> <li class="item-1"><a href="link4.html">fourth item</a></li> <li class="item-0"><a href="link5.html">fifth item</a> </ul> </div> """ #3、获取某个标签的内容(基本使用),注意,获取a标签的所有内容,a后面就不用再加正斜杠,否则报错。 html = etree.HTML(wb_data) print(html) result = etree.tostring(html) print(result.decode("utf-8")) #写法一 date2 = html.xpath('/html/body/ul/li/a') for i in date2: if hasattr(i,'text'): print(i.text) else: print(i) #写法二(直接在需要查找内容的标签后面加一个/text()就行) data3 = html.xpath('/html/body/div/ul/li/a/text()') print(html) for i in data3: print(i) #4、打开读取html文件 data5 = html.xpath('//*')#打印是一个列表,需要遍历 print(data5) for i in data5: print(i.text) #5、打印指定路径下a标签的属性(可以通过遍历拿到某个属性的值,查找标签的内容) html = etree.parse('test.html') html_data = etree.tostring(html,pretty_print=True) res = html_data.decode('utf-8') print(res)