1.xpath
xpath的使用:
注意:提前安装xpath插件
1.安装lxml库
pip install lxml ‐i https://pypi.douban.com/simple
2.导入lxml.etree
from lxml import etree
3.etree.parse() 解析本地文件
html_tree = etree.parse('XX.html')
4.etree.HTML() 解析服务器响应文件
html_tree = etree.HTML(response.read().decode('utf‐8')
5.html_tree.xpath(xpath路径)
2.xpath基本语法
路径查询
//:查找所有子孙节点,不考虑层级关系
/ :找直接子节点
谓词查询
//div[@id]
//div[@id="maincontent"]
属性查询
//@class
模糊查询
//div[contains(@id, "he")]
//div[starts‐with(@id, "he")]
内容查询
//div/h1/text()
逻辑运算
//div[@id="head" and @class="s_down"]
//title | //pric
from lxml import etree
#xpath解析
# 1.本地文件
# 2.服务器响应的数据 response.read().decode('utf-8') etree.HTML
tree=etree.parse('1.xpath的基本使用.html')
#tree.xpath('xpath路径')
#查找url下面的li
#li_list=tree.xpath('//body//li')
#查找所有id的属性的Li标签
#li_list=tree.xpath('//ul/li[@id]/text()')
#找到id为l1的li标签 注意引号问题
#li_list=tree.xpath('//ul/li[@id="l1"]/text()')
#查找到id为l1标签的class的属性值
#li=tree.xpath('//ul/li[@id="l1"]/@class')
#查询id中包含l的li标签
#li_list=tree.xpath('//ul/li[contains(@id,"l")]/text()')
#查询id的值以l开头的li标签
#li_list=tree.xpath('//ul/li[starts-with(@class,"c")]/text()')
#查询id为l1和class为c1
li_list=tree.xpath('//ul/li[@id="l1" and @class="c1"]/text()')
#判断列表的长度
print(li_list)
print(len(li_list))