1.Xpath

Xpath是一門(mén)在XML中查找信息的語(yǔ)言，可用來(lái)在XML文檔中對(duì)元素和屬性進(jìn)行遍歷。XQuery和xpoint都是構(gòu)建于xpath表達(dá)之上

2.節(jié)點(diǎn)

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

3.選取節(jié)點(diǎn)

路徑表達(dá)式

謂語(yǔ)

　　謂語(yǔ)用來(lái)查找某個(gè)特定的節(jié)點(diǎn)或者包含某個(gè)指定的值的節(jié)點(diǎn)

　　謂語(yǔ)被嵌在方括號(hào)中

選取未知節(jié)點(diǎn)（通配符）

*　　匹配任何 元素節(jié)點(diǎn)

@*　　匹配任何屬性節(jié)點(diǎn)

node（）　　匹配任何類型的節(jié)點(diǎn)

4.lxml用法

#!/usr/bin/python#_*_coding:utf-8_*_from lxml import etreetext='''<div> <ul>  <li class="item-0"><a href="link1.html" rel="external nofollow" rel="external nofollow" >first item</a></li>  <li class="item-1"><a href="link2.html" rel="external nofollow" >second item</a></li>  <li class="item-inactive"><a href="link3.html" rel="external nofollow" >third item</a></li>  <li class="item-1"><a href="link4.html" rel="external nofollow" >fourth item</a></li>  <li class="item-0"><a href="link5.html" rel="external nofollow" >fifth item</a> </ul></div>  '''# html=etree.HTML(text) #html對(duì)象，存儲(chǔ)在地址中，有自動(dòng)修正功能# result=etree.tostring(html) #將html對(duì)象轉(zhuǎn)化為字符串html=etree.parse('hello.html')# result=etree.tostring(html,pretty_print=True)# print resultprint type(html)result= html.xpath('//li')print resultprint len(result)print type(result)print type(result[0])print html.xpath('//li/@class') # 獲取li標(biāo)簽下的所有的classprint html.xpath('//li/a[@href="link1.html" rel="external nofollow" rel="external nofollow" ]') #獲取li標(biāo)簽下href為link1的<a>標(biāo)簽print html.xpath('//li//span') #獲取li標(biāo)簽下所有的span標(biāo)簽print html.xpath('//li[last()-1]/a')[0].text #獲取倒數(shù)第二個(gè)元素的內(nèi)容