Python3----xpath

# xpath 跟re, bs4, pyquery一样, 都是数据提取方法. 根据元素的路径查找页面元素
# pip install
from lxml import etree

html = """
    <div id='content'>
        <ul class='list'>
            <li class='one'>One</li>
            <li class='two'>Two</li>
            <li class='three'>Three</li>
            <li class='four'>Four</li>
            <div id='inner'>
                <a href='http://www.baidu.com'>百度一下</a>
                <p>第一段</p>
                <p>第2段</p>
                <p>第3段</p>
                <p>
                    第4段
                    <span>法大师傅大师傅</span>
                </p>
                <p>第5段</p>
                <p>第6段</p>
            </div>
        </ul>
    </div>
"""


obj = etree.fromstring(html)


# 讲一个`Html文件解析成对象
# obj = etree.parse('index.html')
# obj = etree.parse('')
# print(type(obj))
# one_li = obj.xpath('//ul/li[@class="one"]')
#
# print(one_li.xpath('text()')[0])

# 获取所有li的文本内容
all_li = obj.xpath('//ul//li')
print(all_li)

for li in all_li:
    # class_calue = li.xpath('@class')[0]
    text_value = li.xpath('text()')[0]
    print(text_value)

# print(all_li)
#
# # 获取div标签内部的所有文本:
# print(obj.xpath('//div[@id="inner"]//text()'))
#
#
# # 获取url中第一个li
#
# print(obj.xpath('//ul/li[1]/text()'))
# print(obj.xpath('//ul/li[last()]/text()'))
#
# # 查找包含
# print(obj.xpath('//ul/li[contains(@class, "four")]/text()'))