爬虫学习笔记-xpath

Xpath使用

使用//获取整个页面当中的元素，然后写标签名，然后再写谓词进行提取，比如：//title[@lang='en']  

//ul[@class="article-list"]/li[@class="article-summary"]//a[@class="all-read"]/@href

注意：
1./和//的区别：/代表只获取子节点，//获取子孙节点，一般//用的比较多，视情况而定
2.contains:有时候某个属性中包含了多个属性值，那么可以使用constains函数，如：//title[contains(@lang,'en')]
3.谓词中下标是从1开始的，不是从0开始的