xpath库简述

1.导入xpath的解析库etree: from lxml import etree
2.实例化一个etree对象命名为tree，且将被解析的源码加载到该对象中，使用.parse()方法
导入html文件 tree = etree.parse(‘文件名’)或者导入requests请求到的页面 tree = etree.HTML(page_text)（只能解析text形式，可用page_text = page_text.text转化
）
3.对源码内部解析，使用.xpath()方法，返回一个列表，列表元素为 对象 at 内存位置 形式。需要文本形式则在最后标签加上/text()（直系文本）或//text()（非直系文本，即该标签下所有文本）这样取得的文本仍为列表，用列表方法[n]来取得第n+1个文本。
（1）标签选择， .xpath(’/根标签（一般是html）/…/想要标签’)比如 r = tree.xpath(’/html/body/div’)，返回的列表内含所有div标签
（2）标签跳跃， .xpath(’/根标签（一般是html）//想要标签’)比如 r = tree.xpath(’/html//div’)，返回的列表内含所有div标签
（3）标签搜索， .xpath(’//想要标签[第n个标签]’)比如 r = tree.xpath(’//div[n（从1开始记）]’)，返回的列表内含所有div标签,可用[n]指定某个标签，n从1开始记。//方法可与/方法混用。
（4）标签搜索（特定属性），.xpath(’//想要标签[@属性名=“属性值(必须是双引号括住)”]’)比如 tree.xpath(’//div[@class=“song”]’)，返回的列表内含所有div标签且class属性为song
（5）获取想要属性名对应的属性值，比如要上面那个class的属性值"song"，可用 .xpath(’//想要标签/@属性名’)，返回为列表

例： r = tree.xpath(’//div[@class=“tang”]//li[5]/a/text()’)[0]
html为：

<div class="tang">
		<ul>
			<li><a href="http://www.baidu.com" title="qing">清明时节雨纷纷,路上行人欲断魂,借问酒家何处有,牧童遥指杏花村</a></li>
			<li><a href="http://www.163.com" title="qin">秦时明月汉时关,万里长征人未还,但使龙城飞将在,不教胡马度阴山</a></li>
			<li><a href="http://www.126.com" alt="qi">岐王宅里寻常见,崔九堂前几度闻,正是江南好风景,落花时节又逢君</a></li>
			<li><a href="http://www.sina.com" class="du">杜甫</a></li>
			<li><a href="http://www.dudu.com" class="du">杜牧</a></li>
			<li><b>杜小月</b></li>
			<li><i>度蜜月</i></li>
			<li><a href="http://www.haha.com" id="feng">凤凰台上凤凰游,凤去台空江自流,吴宫花草埋幽径,晋代衣冠成古丘</a></li>
		</ul>
	</div>

返回：杜牧

可以直接右击想要的东西，copy–>xapth即可获得路径