python 爬虫 ----- xpath

• xpath 是在XML文档中搜索内容的一门语言
• html是xml的一个子集

 

xml代码示例

"""
<book>
    <id>1</id>
    <name>野花遍地香</name>
    <price>1.23</price>
    <author>
        <nick>周大枪</nick>
        <nick>周芷若</nick>
    </author>
</book>
"""

#安装lxml

 

 完整代码

from lxml import etree

xml = """
<book>
    <id>1</id>
    <name>野花遍地香</name>
    <price>1.23</price>
    <author>
        <nick>周大枪</nick>
        <nick>周芷若</nick>
        <div>
            <nick>大</nick>
            <nick>周</nick>
        </div>
    </author>
</book>
"""

tree = etree.XML(xml)
# result = tree.xpath("/book/name/text()")  # 表示层级关系，第一个/是根节点
# text（）表示拿文本
# result = tree.xpath("/book/author//nick/text()") # //表示所有 拿出所有的后代
result = tree.xpath("/book/author/*/nick/text()") # *表示任意名字
print(result)

 

 

tips：Xpath 数数是从1开始

筛选

[数字]  ：表示第几个

[@属性=“值”]  ：表示筛选特定的属性值

 

 

 

相对查找：先从根目录里找到需要的当前目录 存入list

再在list里面 通过 “ ./ " 进行相对查找

 

 

拿属性值 @操作符

 

 

 

技巧：

通过F12 检查 来快捷获取Xpath  （可以自行微调）