python爬虫xpath用法_python爬虫之xpath的基本使用

一、简介

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。

二、安装

三、使用

1、导入

2、基本使用

从下面的结果来看，我们打印机html其实就是一个python对象，etree.tostring(html)则是不全里html的基本写法，补全了缺胳膊少腿的标签。

3、获取某个标签的内容(基本使用)，注意，获取a标签的所有内容，a后面就不用再加正斜杠，否则报错。

写法一

写法二(直接在需要查找内容的标签后面加一个/text()就行)

4、打开读取html文件

5、打印指定路径下a标签的属性(可以通过遍历拿到某个属性的值，查找标签的内容)

6、我们知道我们使用xpath拿到得都是一个个的ElementTree对象，所以如果需要查找内容的话，还需要遍历拿到数据的列表。

查到绝对路径下a标签属性等于link2.html的内容。

7、上面我们找到全部都是绝对路径(每一个都是从根开始查找)，下面我们查找相对路径，例如，查找所有li标签下的a标签内容。

8、上面我们使用绝对路径，查找了所有a标签的属性等于href属性值，利用的是/---绝对路径，下面我们使用相对路径，查找一下l相对路径下li标签下的a标签下的href属性的值，注意，a标签后面需要双//。

9、相对路径下跟绝对路径下查特定属性的方法类似，也可以说相同。

10、查找最后一个l