xpath 语法

lxml库

 从响应数据中抽取出目标数据的过程，就叫做数据解析
 数据解析：
 re,xpath,BS4,Pyquery

 DOM树与xpath解析原理

 xpath解析原理：根据DOM节点的结构关系，进行定位

xpath基本语法

.:当前节点

/:根节点

//:代表任意位置

.//:从当前节点向下的任意位置匹配

nodename:**节点名**定位

nodename[@attribute='value']:根据节点的属性进行定位

@attribue：获取节点的属性值，比如获取a标签的`href`属性，直接可以`/a/@href`

text():获取节点的文本

属性匹配

- 单属性多值匹配：当节点的一个属性有多个值时，根据其中一个进行定位，
  使用contains函数
- 多属性匹配：用节点的多个属性共同定位节点 and|or

按序选择

- 索引定位：[6] 

   **注意，索引从1开始，跟python有区别**

- 位置函数：position()
  例：/li[position()>2]

- last()函数：定位最后一个，last()-1代表倒数第二个

流程

加载本地html，需要有etree.HTMLParser参数，注意要加括号
例：tree = etree.parser('./xpath.html',etree.HTMLParser())

加载网页html,直接使用HTML
例：tree = etree.HTML()

然后些xpath语法
tree.xpath('//ul[@class="pli"]/li/div/a/img/@src')

xpath获得的结果是一个列表

#编码流程
from lxml import etree
res = requests.get(...)
tree = etree.HTML(res.text) #etree加载的是响应数据的文本形式
tree.xpath('xpath表达式')