python爬虫之Xpath和lxml学习笔记03

     参考原文： 点击打开链接

      XPath即为XML路径语言，它是一种用来确定XML（标准通用标记语言的子集）文档中某部分位置的语言。XPath基于XML的树状结构，有不同类型的节点，包括元素节点，属性节点和文本节点，提供在数据结构树中找寻节点的能力。 [1]  起初 XPath 的提出的初衷是将其作为一个通用的、介于XPointer与XSLT间的语法模型。但是 XPath 很快的被开发者采用来当作小型查询语言。

from lxml import etree
text = '''
<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>
         <pi class="item-inactive"><a href="link3.html">third item</a></pi>
         <ci class="item-1"><a href="link4.html">fourth item</a></ci>
         <ti class="item-0"><a href="link5.html">fifth item</a></ti>
     </ul>
 </div>
'''
html = etree.HTML(text)
result = etree.tostring(html)

print(result)

1 节点关系

1.1 父节点

每个元素以及属性都有一个父节点

在上面的例子中：div是ul的父节点，ul是li的父节点

1.2 子节点

在上面的例子中：ul是div的子节点，li是ul的子节点

1.3同胞节点

在上面的例子中：li、pi、ci、ti