[分章：代码知识]python xpath使用方法

extree xpath解析HTML库

作用：通过xpath解析html数据；需要安装pip install lxml

注意：完整xpath路径可以在网页鼠标右键检查目标文本，而后右键复制xpth路径

示例：

from lxml import etree

with open('123.html',mode='r',encoding='utf-8') as f:

    str1 = f.read()

tree = etree.HTML(str1) # 导入本地HTML文档

str = tree.xpath('//div[@class="index-left"]')   # 使用xpath表达式定位标签，返回为对象;'//'表示多个层级，可以从任意层级开始查找；'@class=""'为属性定位

tree.HTML() 实例化HTML文本

用于将HTML文本实例化成extree对象，方便进行xpath数据分析。

tree.xpath 标签定位

用于标签定位；

使用xpath表达式定位标签，返回为对象;

注意：完整xpath路径可以在网页鼠标右键检查目标文本，而后右键复制xpth路径

xpth语法：

'//'表示多个层级，可以从任意层级开始查找；

//*[@id="header"]为从id=header标签开始查找

[@id="header]为属性定位，进一步定位指定标签;

/a[1]为xpath内的索引，xpath的索引是从1开始的；括号外的[1]索引为list索引，和xpath无关；

@src为查找所有属性为src的标签

//text()读取标签文本

示例：

from lxml import etree

with open('123.html',mode='r',encoding='utf-8') as f:

    str1 = f.read()

tree = etree.HTML(str1) # 导入本地HTML文档

# str = tree.xpath('//div[@class="index-left"]')[1]   # 使用xpath表达式定位标签，返回为对象;'//'表示多个层级，可以从任意层级开始查找；'@class=""'为属性定位

# str = tree.xpath('//div[@class="high-quality-list"]//img/@src')[1] # @src为查找所有属性为src的标签

str = tree.xpath('//*[@id="header"]/div[2]/div/p/a[1]//text()')[0] #