目录

# 1. Xpath & lxml 简介

# 2. lxml

## 2.1 导入

## 2.2 生成树状结构 - etree

## 2.3 树状结构解析 - .xpath('html文件所需值所在的路径')

# 3. Xpath

## 3.1 源代码

## 3.2 用到的 html 文件

--- 

# 1. Xpath & lxml 简介

        XPath，全称XML Path Language，即XML路径语言；
        lxml，支持HTML和XML的解析，支持XPath解析方式.

# 2. lxml

## 2.1 导入

from lxml import etree

## 2.2 生成树状结构 - etree

        对于网页文件，用etree.HTML(res)，其中res是你requests.get(url).text；
        对于本地 html 文件，用etree.parse(./xxx.html) 即可；

        i.e. 两种方法的参数只要确保为.html格式即可

## 2.3 树状结构解析 - .xpath('html文件所需值所在的路径')

# 3. Xpath

## 3.1 源代码

        一般返回三种类型：节点，属性@，文本text()

from lxml import etree
tree = etree.parse('./xpath.html')


res = tree.xpath('//*')
res = tree.xpath('//ul/li')
res = tree.xpath('//ol/../@class') 
res = tree.xpath('//li[6]/a/text()')
res = tree.xpath('//ul/li[last()]/a/text()')
res = tree.xpath('//li[position()<3]//text()')
res = tree.xpath('//ul/li[last()-2]//text()')
res = tree.xpath('//ul//@href')
res = tree.xpath('//ul/li[5]/a/@href')  
res = tree.xpath('//li[@]')
"""[]_element类型""" 
res = tree.xpath('//li[contains(@class, "li")]/a/text()')   
res = tree.xpath('//li[@class = "li" and @name = "item"]/a/text()')
res = tree.xpath('//li[@]/text()')    
res = tree.xpath('//ol/li/text()')
res = tree.xpath('//ol//text()')
res = tree.xpath('//ul/li[last()-2]//text()')


print(res)

## 3.2 用到的 html 文件

   
   



   火药
   指南针
   印刷术
   造纸术


   

       
停车坐爱枫林晚，霜叶红于二月花。
       
商女不知亡国恨，隔江犹唱后庭花。
       
一骑红尘妃子笑，无人知是荔枝来。
       
葡萄美酒夜光杯，欲饮琵琶马上催。
       
百度一下 
       
the 6th item
   
   

       
first item
       
first item
       
寻寻觅觅冷冷清清，凄凄惨惨戚戚。
       
咋暖还寒时候，最难将息。
       
三杯两盏淡酒。
       
怎敌他晚来风急。
       
雁过也，正伤心，却是旧时相识。
       
爱情三十六计
       
什么是爱情