xpath

Xpath
XPath即为XML路径语言（XML Path Language），它是一种用来在XML文档中查找信息的语言，可用来在 XML 文档中对元素和属性进行搜索，同样也适用于HTML。

XML

• XML 是一种标记语言，很类似 HTML
• XML 的设计宗旨是传输数据，而非显示数据
• XML 的标签需要我们自行定义。

路径表达式
nodename 选取此节点的所有子节点。
/ 从当前节点选取直接子节点
// 从当前节点选择文档中的节点，而不考虑它们的位置。
. 选取当前节点。
… 选取当前节点的父节点。
@ 选取属性。
//title | //price 选取文档中的所有 title 和 price 元素。

使用
from lxml import etree
构造一个Xpath解析对像，并且自动修正HTML文本
html = etree.HTML(html)

@属性名 获取标签属性值
属性多值匹配函数 contains(@class,‘li’)
text() 获取标签文本