1.lxml是做什么的
是xml/html的解析器,主要是用来解析和提取html/xml数据
2.lxml语法
- 使用etree.HTML(html字符串),将字符串转换为Element对象
- 通过使用Element对象.xpath(语法)提取信息,返回的是一个列表的内存地址,需要通过使用索引获取信息
3.Xpath是什么
在HTML/xml文档中查找信息的语言,使用路径表达式来选取html/xml文档中的节点/节点集
4.常用节点选取工具
- 谷歌浏览器里面使用XPath Helper
5.XPath 语法
节点选择语法
|----------|----------------------------|----------------------------------------------------------------------------------------------------------------|
| **节点分类** | **概念** | **举例** |
| / | 从根节点取 | /html/head/div 获取的html节点下的head节点下所有的div节点内容信息 |
| // | 从匹配选择的当前节点选择文档中的节点,不考虑节点位置 | //div 获取全html文档内的所有div节点的内容信息,返回列表 |
| . | 选取当前节点 | |
| .. | 选取当前节点的父节点 | |
| @ | 选取指定节点内的属性 | //div\[@class="map"\] 获取全文档下的div节点中属性class的值为map的节点内容信息,返回的是列表 //img\[@id="s_log"\]/@scid获取img标签的id为s_log的scid |