python etree库_Xpath语法与lxml库的用法(etree_xpath)

来一段代码先：

importrequestsfrom lxml importetree

html=requests.get('https://python123.io/ws/demo.html').text

tree=etree.HTML(html)print(tree.xpath('//p[@class="title"]/b/text()'))#列表类型

print(tree.xpath('//a[@class="py1"]/@href'))#读取a标签下的href属性值，列表类型

BeautifulSoup已经是非常强大的库了，不过还有一些比较流行的解析库，例如 lxml，使用的是 Xpath 语法，同样是效率比较高的解析方法。如果对 BeautifulSoup 使用不太习惯的话，可以尝试下 Xpath

安装

pip install lxml

XPath语法

XPath 是一门在 XML 文档中查找信息的语言。XPath 可用来在 XML 文档中对元素和属性进行遍历。XPath 是 W3C XSLT 标准的主要元素，并且 XQuery 和 XPointer 都构建于 XPath 表达之上。

节点关系

(1)父(Parent)

每个元素以及属性都有一个父。

在下面的例子中，book 元素是 title、author、year 以及 price 元素的父：

Harry Potter

J K. Rowling

2005

29.99

(2)子(Children)

元素节点可有零个、一个或多个子。

在下面的例子中，title、author、year 以及 price 元素都是 book 元素的子：

Harry Potter

J K. Rowling

2005

29.99

(3)同胞(Sibling)

拥有相同的父的节点

在下面的例子中，title、author、year 以及 price 元素都是同胞：

Harry Potter

J K. Rowling

2005

29.99

(4)先辈(Ancestor)

某节点的父、父的父，等等。

在下面的例子中，title 元素的先辈是 book 元素和 bookstore 元素：

Harry Potter

J K. Rowling

2005

29.99

(5)后代(Descendant)

某个节点的子，子的子，等等。

在下面的例子中，bookstore 的后代是 book、title、author、year 以及 price 元素：

Harry Potter

J K. Rowling

2005

29.99

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