import parsel #html_str --> parsel转对象--> xpath获取数据（返回数据列表）
html_str = """
<div>
<ul>
<li class="item-0" id='test'><a href="link1.html">item1</a></li>
<li class="item-1"><a href="link2.html">item2</a></li>
<li class="item-inactive"><a href="link3.html">item3</a></li>
<li class="item-1"><a href="link4.html">item4</a></li>
<li class="item-0"><a href="link5.html">item5</a>
</ul>
</div>
"""
1、转换数据类型（parsel）
data = parsel.Selector(html_str)
print(data) #对象 <Selector query=None data='<html><body><div>\n <ul>\n ...'>
data = parsel.Selector(html_str).extract() # parsel可以把缺失的HTML标签补充完整
经过转化后，原来的字符串发生了一些变化：
parsel可以把缺失的HTML标签补充完整：
2、① 从根节点开始，获取所有a标签
result = data.xpath('/html/body/div/ul/li/a').extract() #extract()对于数据进行提取
print(result) #['<a href="link1.html">first item</a>', '<a href="link2.html">second item</a>'....]
2、② 跨节点获取所有a标签
result1 = data.xpath('//a').extract()
print(result1)
2、③ .选取当前节点 使用场景：需要对选取的标签的下一级标签进行二次/多次提取
获取ul标签下面的所有li标签
第一步：获取ul标签
result2 = data.xpath('//ul') #第一步不能用extract，保持标签对象的状态
第二步：提取li标签
result3 = result2.xpath('./li').extract() #.指代当前节点（第一步获取的节点）
print(result3.extract())
同样，获取所有的a标签
print(result2.xpath('./li/a').extract()) #.指代当前节点（第一步获取的节点）
2、④ .. 获取当前节点的父节点，获取父节点的class属性值
第一步：定位当前节点
result4 = data.xpath('//a')
第二步：
print(result4.xpath('../@class').extract()) #..指当前节点的父节点；@ 指获取xx属性值
2、⑤ 获取第三个li标签（两种方法）
方法一：
result5 = data.xpath('//li[3]').extract() #注意：这里的计算机索引，从数字1开始
方法二：
result5 = data.xpath('//li')[2].extract() #注意：这里的是列表的索引，从数字0开始
print(result5)
2、⑥通过定位属性的方法获取第四个a标签（精准定位）
result6 = data.xpath('//a[@href="link4.html"]').extract()
print(result6)
2、⑦通过定位属性的方法获取第四个a标签包裹的文本内容
result7 = data.xpath('//a[@href="link4.html"]/text()').extract() #['item4']
print(result7)
2、⑧获取第五个a标签的href属性值 @+属性值
result8 = data.xpath('//li[5]/a/@href').extract() #['link5.html']
print(result8)
2、⑨获取全部5个a标签下的href属性值 @+属性值
第一步：获取所有a标签的href属性值
result9 = data.xpath('//a/@href').extract() #['link5.html']
print(result9)
3、模糊查询
获取所有的li[包含(@属性名, '属性值')]
result10 = data.xpath('//li[contains(@class,"item")]').extract()
print(result10)
4、如何选取多个标签（在路径表达式中用 | 或运算符）
同时获取li标签的属性和a标签的文本
result11 = data.xpath('//li/@class|//a/text()').extract()
print(result11)
5、* 通配符，获取未知节点
工具：XpathHelperPlus https://gitcode.com/mic1on/xpath-helper-plus/tags
获取的目标数据太多，可以先获取到该标签的父标签
# //p[@claa="name"]/a/text()
