1.Xpath

Xpath是一門在XML中查找信息的語言，可用來在XML文檔中對元素和屬性進行遍歷。XQuery和xpoint都是構建于xpath表達之上

2.節點

父（parent），子（children），兄弟（sibling），先輩（ancetstor），后代（Decendant）

3.選取節點

路徑表達式

謂語

　　謂語用來 查找 某個特定的節點或者 包含某個指定的值 的節點

謂語被嵌在方括號中

選取未知節點（通配符）

*　　匹配任何 元素節點

@*　　匹配任何屬性節點

node（）　　匹配任何類型的節點

4.lxml用法

            
#!/usr/bin/python
#_*_coding:utf-8_*_

from lxml import etree

text='''

            

              

                

                  
                    first item
                  
                
                

                  
                    second item
                  
                
                

                  
                    third item
                  
                
                

                  
                    fourth item
                  
                
                

                  
                    fifth item
                  
                
              
            
            
  '''

# html=etree.HTML(text) #html對象，存儲在地址中，有自動修正功能
# result=etree.tostring(html) #將html對象轉化為字符串

html=etree.parse('hello.html')
# result=etree.tostring(html,pretty_print=True)
# print result
print type(html)
result= html.xpath('//li')
print result
print len(result)
print type(result)
print type(result[0])
print html.xpath('//li/@class') # 獲取li標簽下的所有的class
print html.xpath('//li/a[@href="link1.html" rel="external nofollow" rel="external nofollow" ]') #獲取li標簽下href為link1的
            
              標簽
print html.xpath('//li//span') #獲取li標簽下所有的span標簽
print html.xpath('//li[last()-1]/a')[0].text #獲取倒數第二個元素的內容
            
          

以上這篇Python爬蟲之xlml解析庫(全面了解)就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。