一，什么是XPath
XPath即XML路径语言（XML Path Language）,是一种查询语言，能在XML的树状结构中寻找到你要的节点，并使用XPath的特殊语法提取节点中的数据。是获取网页中数据的一个利器。（HTML也是一种xml）通俗的讲，XPath是一种按照“地址” 找 “人”的语言
二，如何使用XPath
关于XPath的语法的表达式元素请参照我的上一篇文章
XPath语法元素表格
要想使用XPath，你得安装Scrapy模块，要想安装Scrapy，你的安装lxml等一系列第三方库，比较繁琐，而且传统的pip方式安装，容易出现不兼容或者其他令人DT的错误，这里笔者推荐使用Anaconda（又一NB大杀器），Anaconda（蟒蛇）没错，和Python的中文翻译一样都是蟒蛇。Anaconda是一个Python的开源发行版本，包含Python和conda等180多个科学包和依赖项。是一个最省心的第三方库管理平台。
这里引用【拉斯特night】博主的一段博文:
Anaconda是Python的一个开源发行版本，主要面向科学计算。我们可以简单理解为，Anaconda是一个预装了很多我们用的到或用不到的第三方库的Python。而且相比于大家熟悉的pip install命令，Anaconda中增加了conda install命令。当你熟悉了Anaconda以后会发现，conda install会比pip install更方便一些。比如大家经常烦恼的lxml包的问题，在Windows下pip是无法顺利安装的，而conda命令则可以。
具体的下载按章教程请读者自行搜索。
！！！划重点了
XPath语句格式
| 作用 | 格式 |
|---|---|
| 获取文本 | //标签 1[@属性=“属性值”]/标签2[@属性=“属性值”]/…/text() |
| 获取属性值 | //标签 1[@属性=“属性值”]/标签2[@属性=“属性值”]/…/@属性 |
text='''
<ul>
<li>Python 学习手册<b>价格：99.00元</b></li>
<li>Python 核心编程<b>价格：88.00元</b></li>
<li>Python 基础教程<b>价格：80.00元</b></li>
</ul>
'''
selector=Selector(text=text)
data=selector.xpath('.//li/b/text()')
print(data)
print(data.extract()) #从data中摘取数据
#使用正则表达式匹配数据
print(selector.xpath('.//li/b/text()').re('\d+\d.\d+'))
运行结果如下：
[<Selector xpath='.//li/b/text()' data='价格：99.00元'>,
<Selector xpath='.//li/b/text()' data='价格：88.00元'>,
<Selector xpath='.//li/b/text()' data='价格：80.00元'>]
['价格：99.00元', '价格：88.00元', '价格：80.00元']
['99.00', '88.00', '80.00']
使用正则表达式也可以匹配得到自己想要的数据，但是比较苦逼的是还需要字构造正则表达式，哪怕就是错了一个标点符号，照样是匹配不出来。还是XPath比较强大。当然正则表达式也有它的优点，具体运用还是要具体问题具体分析。
三，使用Chrome浏览器辅助构造XPath
使用XPath之前，需要观察网页源码的文档结构，找到自己想要的节点数据，然后编写对用的“地址”让XPath去“找人”。
找地址有个原则：倒着找地址！
就是说，从要提取的标签开始向上找，直到找到一个标志性的标签为止，什么是标志性的标签，就是够“独特”够独一无二。
其实就算是这样，也有可能 “写错地址找错人”。上面讲的方法是基于自己水灵灵的大眼镜来看的，要是碰到网页源码特混乱的那种，估计看起来是挺费劲的。
笔者推荐借助Chrome浏览器的开发者模式来辅助构造XPath
找到网页——>F12进入开发者模式——>找到目的标签——>选中右键——>Copy——>Copy XPath
然后你就得到了一个供你参考的XPath语句了。