xpath基操

Xpath解析

• 环境安装：
  • pip install lxml
• 解析原理：
  -1.实例化一个etree的对象，且将带解析的页面源码数据加载到该对象中
  -2.调用etree对象的xpath方法结合着不同的xpath表达式实现标签的定位和数据提取
  -实例化etree对象
  • etree.parse(‘filename’):将本地html文档加载到该对象中
    
  • etree.html(page_text):网站获取的页面数据加载到该对象
• 标签定位
  • 最左侧的/：如果xpath表达式最左侧是以/开头则表示该xpath表达式一定要从根标签开始定位指定标签
  • 非最左侧的/：表示一个层级（可以看成绝对路径）
    
  • 非左侧的//：表示多个层级
  • 最左侧的//：xpath表达式可以从任意位置进行标签定位（可以看成相对路径）
  • 属性定位：tagName[@attrName=“value”]
    
  • 索引定位：tag[index]：索引是从1开始
    
• 取文本
  • /text() ：直系文本内容
  • //text()：所有文本内容
• 取属性
  • /@attrNAME
  •