lxml库之xpath的使用

xpath实例测试

第一步：导包

from lxml import etree

第二步：设置一些测试数据，方便xpath使用

s= """
    <div>
        <ul>
             <li class="item-0"><a href="link1.html">第first item</a></li>
             <li class="item-1"><a href="link2.html">second item</a></li>
             <li class="item-inactive"><a href="link3.html">third item</a></li>
             <li class="item-1"><a href="link4.html">fourth item</a></li>
             <li class="item-0"><a href="link5.html">fifth item</a>
         </ul>
     </div>
 """

第三步：将以上的字符串进行解析

tree = etree.HTML(s)

第四步：根据指定的xpath语法查找相关的信息

res = tree.xpath("//a/text()")

第五步：返回结果

for i in res:
    
    print(i)

最终效果:

解析（以上用到的路径表达式）：

// 从全局查找指定的标签

/ 从当前标签下查找指定的标签

[num]表示要父级目录下的指定顺序的标签

[限制条件] 根据限制条件来找到指定的标签

text() 打印标签中的内容

@ 标签属性指定相关属性

整体代码：

from lxml import etree

s= """
    <div>
        <ul>
             <li class="item-0"><a href="link1.html">第first item</a></li>
             <li class="item-1"><a href="link2.html">second item</a></li>
             <li class="item-inactive"><a href="link3.html">third item</a></li>
             <li class="item-1"><a href="link4.html">fourth item</a></li>
             <li class="item-0"><a href="link5.html">fifth item</a>
         </ul>
     </div>
 """

tree = etree.HTML(s) #将指定的字符串进行解析
res = tree.xpath("//a/text()") #根据指定的xpath语法查找相关的信息
# res = tree.xpath("//div/ul/li/a") #根据指定的xpath语法查找相关的信息

for i in res:
    print(i)
    #下面方法是对应上面的res = tree.xpath("//div/ul/li/a")内容
    #decode 解码
    #显示element对象需要用到etree.tostring函数
    # print(etree.tostring(i, encoding="utf8").decode("utf8"))