Xpath语法简介
Xpath原理解析
- 实例化一个etree的对象,且需要将被解析的页面源码数据加载到该对象中。
- 调用etree对象中的xpath方法结合着xpath表达式实现标签定位和内容的捕获
环境安装:
- pip install lxml
如何实例化一个etree对象:from lxml import etree
- 将本地的html文档中的源码数据加载到etree对象中:etree.parse(filePath)
- 可以将从互联网上获取的源码数据加载到该对象中:xpath(‘xpath表达式’)
xpath 表达式:
- /:表示从根节点开始定位,表示的是一个层级
- //:表示的是多个层级,表示可以从任意位置开始定位。
- 属性定位://div[@class=…]
- 索引定位://div[@class=…]/p[3]
- 取文本:
- /text() 获取的是标签中直系的文本内容
- //text() 标签中非直系的文本内容(所有的文本内容)
- 取属性:/@attrName