python xpath提取转码_python中如何将通过xpath提取部分html代码？

1、介绍

XPath 使用路径表达式来选取 XML 文档中的节点或节点集。

lxml是python的一个解析库模块，支持HTML和XML的解析，支持XPath解析方式，而且解析效率非常高。

python使用lxml模块可以通过xpath语法提取html标签元素。

使用lxml主要思路如下：

(1)先将 HTML文件转换成XML文档

(2)然后用XPath 查找 HTML 节点或元素

2、安装

pip install lxml

3、先学会xpath语法

我们将在下面的例子中使用这个 XML 文档。

(1)选取节点

XPath 使用路径表达式在 XML 文档中选取节点。节点是通过沿着路径或者 step 来选取的。 下面列出了最有用的路径表达式：表达式描述

nodename选取此节点的所有子节点。

/从根节点选取。

//从匹配选择的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。

在下面的表格中，我们已列出了一些路径表达式以及表达式的结果：路径表达式结果

bookstore选取 bookstore 元素的所有子节点。

/bookstore选取根元素 bookstore。

注释：假如路径起始于正斜杠( / )ÿ