lxml 模块下 xpath 的使用

为XML路径语言，它是一种用来确定XML（标准通用标记语言的子集）文档中某部分位置的语言

相对于正则表达式 ，xpath作为一种为了解析xml的一门语言，用于对网页的解析，自然十分有效率。

导入方式 from lxml import etree

// 用于建立初始根节点

/ 用于向下层寻找

@xxx 用于提取属性内容

@ text（） 用于提取文本内容

xpath路径可以手动寻找 也可以借助工具进行寻找

这里推荐使用chrome 浏览器 F12 打开开发者工具，选择对应位置 右键Copy即可得到

一般使用先抓大 再抓小的方式 匹配对象

以相同字符开头 start s-with

html.xpath(‘div[starts-with(@id,’test’)]/text（）’)

该代码意为：匹配div标签下的所有有test字符的代码行中的文本内容

标签套标签