xpath怎么提取文本_xpath获取文本值?

pip3 install lxml

#导入
from lxml import etree

#实例化
html=etree.parse(fliepath)    #本地对象
html=etree.HTML(page_text)    #网页对象(page_text为requests请求获得)

page_text='''

    

         
first item
         
second item
         
third item
         
fourth item
         
fifth item
     
 
'''

result=html.xpath('//*')
#运行结果
[, , , , , , , , , , , , , ]

#子孙节点//
result=html.xapth('//li')
#运行结果
[, , , , ]

#直接子节点/
result=html.xapth('//li/a')
#运行结果
[, , , , ]

result=html.xpath('//li[@]/..')
result=html.xpath('//div[@]/parent::*')
#运行结果
[]

result=html.xpath('//li[@]/text()')
#运行结果
['n     ']

result=html.xpath('//li[@]//text()')
#运行结果
['first item', 'fifth item', 'n     ']

result=html.xpath('//li[@]//text()')[0]
#运行结果
first item

result=html.xpath('//a[@href="link1.html"]/text()')
#运行结果
['first item']

result=html.xpath('//a[@href="link1.html"]/text()')[0]
#运行结果
first item

result=html.xpath('//li[@]')
#运行结果
[, ]

#代码
first item

result=html.xpath('//a[contains(@href,"link11.html")]/text()')
#运行结果
['first item']

'''
1个属性多个值时使用contais
contais(@属性名称href,"属性值link1.html或link11.html")
'''

#代码
first item

result=html.xpath('//a[contains(@href,"link11.html") and @name="href"]/text()')
#运行结果
['first item']

'''
两个属性之间用and连接并置于中括号内
'''

result=html.xpath('//li/a/@href')
#运行结果
['link1.html', 'link2.html', 'link3.html', 'link4.html', 'link5.html']

'''
注意与属性匹配的区别：
属性匹配 a[@href="link1.html"]
获取属性 a/@href
'''

result=html.xpath('//li[1]//text()')
#运行结果
['first item']

result=html.xpath('//li[last()]//text()')
#运行结果
['fifth item', 'n     ']

result=html.xpath('//li[position()<3]//text()')
#运行结果
['first item', 'second item']

result=html.xpath('//li[last()-2]//text()')
#运行结果
['third item']

#获取所有祖先节点
result=html.xpath('//li[1]/ancestor::*')
#运行结果
[, , , ]

#获取特定祖先节点
result=html.xpath('//li/ancestor::ul')
#运行结果
[]

#获取所有属性值
result=html.xpath('//li/attribute::*')
#运行结果
['item-0', 'item-1', 'item-inactive', 'item-1', 'item-0']

#获取所有子节点
result=html.xpath('//li/child::*')
#运行结果
[, , , , ]

#获取特定子节点
result=html.xpath('//li/child::a[@href="link2.html"]')
#运行结果
[]

#获取所有子孙节点
result=html.xpath('//ul/descendant::*')
#运行结果
[, , , , , , , , , , ]

#获取特定子孙节点
result=html.xpath('//ul/descendant::li')
#运行结果
[, , , , ]

#获取当前节点之后的节点
result=html.xpath('//li[1]/following::*[2]')
#运行结果
[]

#获取当前节点之后的所有同级节点
result=html.xpath('//li[1]/following-sibling::*')
#运行结果
[, , , ]


'''
li[1]即第一个li标签
'''