xpath基本用法（掌握这几点基本可以应对80%的从html获取数据的问题）

1. xpath

        ---- 是一门从html中提取数据的语言

2. xpath语法

        ---- 介绍语法之前，推荐一款google浏览器的插件 （xpath helper），这款插件可以定位html中的数据

        （1）选择节点（标签）

                 ----   '/html/body/div’  : 能够选中html下的body下的所有div标签（此语法只能选中body下第一级的div标签）

         （2）从任意节点开始选择 ：‘//’

                 ----   '//span' :  当前页面上的所有span标签会被选中

                 ----   '/html/body//div' :  当前页面上body标签下的所有div会被选中（此语法能选中body下所有级别div标签）

          （3） @符号的用途  ：‘@’

                 ----  ①： '//div[@class='user']/ul/li'  :  选择具体某个元素 （此处是选中当前页面下class=user的div标签）

                 ----  ②： '//span/a/@herf'  :  选择某个标签某个属性的值   （此处是选择span标签下a标签的herf属性的值）

            （4）获取文本：‘text()’

                  ----  '/a/text()'  :  获取a标签下的文本 （此语法只能获取a标签下第一级的文本，如果a标签中包含其他标签，则无法获取到）

                  ----  'a//text()'  :  获取a标签下的所有文本 （此语法能获取a标签下所有级别的文本，不论a标签下嵌套多少层标签，其文本都可以获取到）

 

   这种语法可以配合xpath helper插件很好的使用，如果想要使用python程序获取html中的数据呢，当然也是可以的：

          目前，个人了解的简单易学的第三包有两个，第一：bs4，第二：lxml（使用lxml这个包获取数据的语法和直接使用xpath helper插件语法相同），如果想使用这两个第三方包，首要要安装，这两个第三方包的语法几乎是没有什么相同点的，但是使用起来都很方便，如果感兴趣，可以try一下，因为之前也很少提取html中的数据，所以对这两个包也不是特别熟悉，如果你在使用过程中发现什么好的方法，还望留言，共同进步，谢谢