用Python3练习XPath语法

最近隔壁的童鞋在学习爬虫中重要的一步：XPath语法。可惜在线测试（比如https://www.bejson.com/testtools/xpath/）的脚本可能有问题？利用“/@xx”获取属性的时候失败，所以就用Python3写了一个小脚本，用来做练习。

目前还有两个小问题，一是无法使用etree的parse函数自己读取文件，二是无法在输入字符串中使用双引号。目测不会再继续更新。

#!/usr/bin/python3
# -*- coding: utf-8 -*-

from lxml import etree
import sys


if __name__ == '__main__':
    if len(sys.argv) == 2:
        filename = sys.argv[1]
    else:
        filename = input("Please input a filename which includes xml/html content: ")
    try:
        file = open(filename, 'r')
        data = file.read()

        html = etree.HTML(data)
        # html = etree.parse(filename)

        while True:
            xpath = input("XPath: ").strip()
            if xpath == '*':
                print("By.")
                break
            try:
                html_data = html.xpath(xpath)
                for item in html_data:
                    if type(item) == etree._ElementUnicodeResult:
                        print(item)
                    elif type(item) == etree._Element:
                        print(item.tag, item.attrib)
                    else:
                        print(item, type(item))
            except Exception as err:
                print("发生了一个错误！")
                print(err)
    except:
        print("文件不存在或不可读！")