Xpath简介

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