立即学习:https://edu.csdn.net/course/play/24756/280676?utm_source=blogtoedu
from lxml import etree
import os
text='''
<div>
<ul>
<li class='item-0'><a href='link1.html'>frist1 item</a></li>
<li class='item-2'><a href='link1.html'><span class="bold">frist2 item</span></a></li>
<li class='item-3'><a href='link1.html'><span class="bold">frist3 item</span></a></li>
<li class='item-4'><a href='link1.html'>frist4 item</a></li>
<li class='item-5'><a href='www.baidu.com'>frist5 item</a></li>
</ul>
</div>
'''
#将字符串解析为HTML文档
html=etree.HTML(text)
# print(html)
#按字符串序列化HTML,就是转成字符串并且解码
#result=etree.tostring(html).decode('utf-8')
#获取所有的LI标签
# result=html.xpath('//li')
# print(result)
# for i in result:
# print(etree.tostring(i))
#获取所以LI元素下的所有CLASS属性的值:
# result=html.xpath('//li/@class')
# # print(result)
# for i in result:
# print(i)
#获取li标签下HREF为WWW.BAIDU.COM的A的标签
# result=html.xpath('//li/a[@href="ww0w.baidu.com"]')
# print(result)
# for i in result:
# print(etree.tostring(i))
#获取所有LI标签下面的所有SPAN标签
# result=html.xpath('//li//span')
# print(result)
# for i in result:
# print(etree.tostring(i))
#获取LI标签下所有的A标签里面的CLASS
# result=html.xpath('//li/a//@class')
# for i in result:
# print(i)
#获取最后一个LI标签的A的HREF属性对应的值:
# result=html.xpath('//li[last()]/a/@href')
# for i in result:
# print(i)
#获取倒数第二个LI元素的内容
# result=html.xpath('//li[last()-1]/a')
# print(result[0].text)#这个方法和下面的FOR方法一样的结果。
# # for i in result:
# # print(i.text)
#获取倒数第二个LI元素的内容的第二种方法
result=html.xpath('//li[last()-1]/a/text()')
print(result)
#其实有三种方法,第一种方法那里其实已经是两种方法了。