如何在Urllib中使用XPath表达式

XPath常用规则

nodename 	 选取此节点的所有子节点  
/             逐层提取
text()        提取标签下的文本内容
//标签名       提取所有此标签名的标签，如//title,提取所有title标签，包括title，若想剔除掉标签，要用text(),即//title/text()
//标签名[@属性=‘属性值’]     提取属性为XX的标签
.               选取当前节点 
 ..             选取当前节点的父节点
@属性名          代表取某个属性值 

在Urllib中使用XPath表达式

通过Python的lxml库，利用XPath进行HTML的解析
1.安装好lxml后
2.首先要导入lxml中的etree模块，使用etree模块中的HTML方法构造解析对象（其实就是转换为xpath可以识别的格式）
3.利用 解析对象.xpath 进行相应的匹配
代码示例：

from lxml import etree
import urllib.request
data = urllib.request.urlopen("https://home.firefoxchina.cn/").read().decode("utf-8","ignore")
treedata = etree.HTML(data)  #转换格式，构造解析对象
title = treedata.xpath("//title/text()")  #进行匹配,提取出来的内容不是列表
if(str(type(title)) == "<class 'list'>"):
    pass
else:
    title = [i for i in title]
print(title[0])