まず、XMLは何ですか
1、定義：拡張マークアップ言語
2、特性：XMLは自己記述半構造化データ構造です。
図3に示すように、アクション：XMLは、主に、送信データに使用されるように設計します。彼はまた、設定ファイルとして使用することができます。
第二に、XMLおよびHTMLの違い
1、異なる構文を必要とする：XML構文の要件をより厳しいです。
（1）HTML非感受性、XML判別。
（2）HTMLテールタグは時々省略してもよいです。XMLは、最初入れ子構造に厳密に従って、任意のラベルを省略しません。
（3）のみ自閉症XMLタグに（コンテンツなしのタグ、属性のみ。）<a class='abc'/>
（4）HTML属性名、属性値なしで使用することができます。xml属性の値はバンドなければなりません。
xml属性で（5）は引用符で囲む必要があり、HTMLは引用されないことがあります。
2、異なる役割
htmlのより良い表示データと表示データに主に設計されています。
主な目的は、転送データに設計されたXMLを使用することです
図3に示すように、異なるタグ：XMLタグは、固定されていないHTMLタグが固定され、カスタマイズすることができません。
三、XPathの
1. XPathは何ですか？
XPathは、スクリーニングHTMLまたはXMLページ要素文法であります
2、XMLおよびHTMLいくつかの名詞
要素、タグ、属性、コンテンツ
3、XML 2つの分析方法
DOMとSAX
4、XPathの文法
（1）ノードを選択します
ノード名---このタブとその単語ラベルのすべてを選択します。
/ ----ルートから開始を選択します。
// ----場所に関係なく、任意のノードから開始。
//ブック---ブック位置に関係なく、XMLブックにすべてのタグを削除します。
.----現在のノードが探し始める
親ノードから..----
プロパティ]を選択--- @
---）（テキストのコンテンツを選択してください
（2）述語：果たした役割を定義し、コンテンツは、彼の前に定義されています。
[]一般エレメントまたはタグを定義するために使用されるユーザを定義するために、裏面に書かれ誰。
//ブック[クラス@ = 'ABC']
一般的な述語：
[@class]があり----選択クラス
[クラス@ = 'ABC'] --- ABCクラスの属性ノードを選択します。
[含まれています（@ hrefの'百度 '）] --- Baiduはhref属性が含まれているラベルを選択
---最初に選択し、[1]を
[最後の（）] ---を選択し、最後の
[最後の（） - 1] - -セレクト最後から二番目の
[位置（）> 2] ---最初の二つをスキップ。
ブック[価格> 30]
（3）ワイルドカード
* ---任意のノードに一致する
@ * ---任意のプロパティに一致します
（4）複数のパスを選択
| XPathは左右---選択---とコンテンツで
5、lxmlのモジュールHTMLおよびXML ---- Pythonの処理モジュール。
（1）は、文字型のXML解析を作成します
1 から lxmlのインポートetree 2テキスト= '' ' 3 HTMLページのコンテンツ 。4 ' '' 5ツリー= etree.HTML（テキスト）--- 戻り値は、ターゲット要素である 。6 ＃要素オブジェクトは、XPathメソッドを有する、式のXPathによってフィルタコンテンツへ。 7 ＃タグのリチウムclass属性項目-1含量以下を選択 。8 a_contents = tree.xpath（' //のLi [クラス@ = "項目1"] / /テキスト（）' ） 。9 10 素子文字列オブジェクト道なり 。11 ＃html_str = etree.tostring（木、pretty_print =真）.decode（ 'UTF-8'） 12で ＃を印刷（タイプ（html_str））
#elmentオブジェクトを画面に入れたXPath、戻り値はリストです。
#xpath最後の式は、要素（タグ）リストであるすべての要素elment
#xpath最後の式は、プロパティリストのすべての属性の文字列であり、
最後の式は、コンテンツリストの文字列のすべての内容は#xpath
（2）XMLまたはHTMLファイルを解析
lxmlのインポートetree ＃構文問題あれば解決するには、XMLの方法に従い、解析方法、それはエラーになります。 = etree.parse HTML（' demo.html ' ） ＃の印刷（HTML）#_ ElementTreeの li_texts = html.xpath（' //リー/ A /テキスト（）' ） 印刷（li_texts）