xpath语法 （适合新手）

1.语法

        // 不管位置 匹配符合条件的

        / 获取子元素 . 选取当前节点

        .. 选取当前节点的父节点

        @选取属性

        * 匹配任何

2.使用方法

from lxml import etree

str1 = """
<div>
    <ul>
         <li class="item-0"><a href="link1.html" text="shadjfhjisdf">first item</a></li>
         <li class="item-1"><a href="link2.html">second item</a></li>
         <li class="item-inactive"><a href="link3.html"><span class="bold">third item</span></a></li>
         <li class="item-1"><a href="link4.html">fourth item</a></li>
         <li aaa="zz" class="item-0"><a class="test" href="link5.html">fifth item</a></li>
     </ul>
</div>

"""

tree = etree.HTML(str1) //转成HTML
#tree = etree.parse("") 解析HTML文本

print(tree.xpath("//li"))  # 获取所有li
print(tree.xpath('//li/@class'))  # 所有li标签中的class属性值
print(tree.xpath('//li/a'))
print(tree.xpath('//li/a[@href="link1.html"]'))  # href 标签属性值是link1的节点
print(tree.xpath('//li[last()]/a/@href'))  # ['link5.html']   获取最后一个
print(tree.xpath('//li[last()-1]/a/@href'))  # ['link4.html']   获取倒数第二
print(tree.xpath('//li[1]/a/@href'))  # ['link1.html']  xpath中 索引是从1开始的
print(tree.xpath('//li[1]/a/text()'))  # ['first item'] text()取出内容

其他的复杂定位方法在这里就不跟大家一一列举了，有兴趣可以自行搜索