[3]个人学习python：爬取豆瓣单本图书，深入学习取数

代码如下：

# -*- coding: utf-8 -*
import requests,time
from lxml import etree
url='https://book.douban.com/top250'
html=requests.get(url).text
s=etree.HTML(html)
title1=s.xpath('//*[@id="content"]/div/div[1]/div/table[1]/tr/td[2]/div[1]/a/text()')[0]
title2=s.xpath('normalize-space(//*[@id="content"]/div/div[1]/div/table[1]/tr/td[2]/div[1]/a/text())')
title3=s.xpath('//*[@id="content"]/div/div[1]/div/table[1]/tr/td[2]/div[1]/a/@title')
print ('用[0]来表示：',title1)
print ('用normalize-space()来表示：',title2)
print ('用 @+属性名 来表示：',title3)
for i in title3:
    print ('用遍历来表示：',i)

结果如下：

小结：

1、 / 绝对路径 ，// 相对路径 ；

2、‘/@+属性名’，获取属性值 ；‘[@id=""]’，获取特定属性=‘’的路径；

3、 使用xpath到得的都是一个个的节点对象，即列表；

normalize-space()或加[0]，两者都是取的第一个值，但normalize-space()会去掉转义字符，注意：[0]如果列表为空则会报错；

因为此url获取的列表只有零个或一个值，故也可用循环遍历列表的方法，来获取值。