网页数据提取——XPath（py爬虫）

XPath全称（XML path Language），即XML路径语言，用来在XML文档中查找信息

1.XPath常用规则

表达式	描述
nodename	选取此节点的所有子节点
/	从当前节点选取直接子节点
//	从当前节点选取子孙节点
.	选取当前节点
..	选取当前节点的父节点
@	选取属性

比如：//title[@lang='eng']

代表所有名称为titlt，同时属性为lang的值为eng的节点

2.实例

from lxml import etree
text ="""
    <div>
        <ul>
            <li class="item-0"><a href="link1.html">first item</a></li>
            <li class="item-1"><a href="link2.html">second item</a></li>
            <li class="ite