xpath简单来说就是根据网页的源码路径去找你想要的的信息。
例子:
html='''
测试-常规用法'''
设网页文本如上:
xpath简单提取方法(chrome的审查元素有xpath的提取方式)
# -*- coding:utf-8 -*-
from lxml import etree#导入xpath
selector=etree.HTML(html, parser=None, base_url=None)
#提取文本
context=selector.xpath('//*[@id="useful"]/li/text()')
for each in context:
print each
#结果显示:这是第一条信息
#这是第二条信息
#这是第三条信息
#提取属性
link=selector.xpath('//*[@id="url"]/a/@href')
for each in link:
print each
#结果显示:http://jikexueyuan.com
#http://jikexueyuan.com/course/
#提取标题
title=selector.xpath('//*[@id="url"]/a/@title')
print title[0]
#结果显示:极客学院课程库