1.Xpath

Xpath是一门在XML中查找信息的语言，可用来在XML文档中对元素和属性进行遍历。XQuery和xpoint都是构建于xpath表达之上

2.节点

父（parent），子（children），兄弟（sibling），先辈（ancetstor），后代（Decendant）

3.选取节点

路径表达式

谓语

　　谓语用来查找某个特定的节点或者包含某个指定的值的节点

　　谓语被嵌在方括号中

选取未知节点（通配符）

*　　匹配任何 元素节点

@*　　匹配任何属性节点

node（）　　匹配任何类型的节点

4.lxml用法

#!/usr/bin/python
#_*_coding:utf-8_*_

from lxml import etree

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

# html=etree.HTML(text) #html对象，存储在地址中，有自动修正功能
# result=etree.tostring(html) #将html对象转化为字符串

html=etree.parse('hello.html')
# result=etree.tostring(html,pretty_print=True)
# print result
print type(html)
result= html.xpath('//li')
print result
print len(result)
print type(result)
print type(result[0])
print html.xpath('//li/@class') # 获取li标签下的所有的class
print html.xpath('//li/a[@href="link1.html" rel="external nofollow" rel="external nofollow" ]') #获取li标签下href为link1的<a>标签
print html.xpath('//li//span') #获取li标签下所有的span标签
print html.xpath('//li[last()-1]/a')[0].text #获取倒数第二个元素的内容

以上这篇Python爬虫之xlml解析库(全面了解)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。

# python爬虫  # Python爬虫DNS解析缓存方法实例分析  # python爬虫入门教程--HTML文本的解析库BeautifulSoup（四）  # Python使用Mechanize模块编写爬虫的要点解析  # Python开发实例分享bt种子爬虫程序和种子解析  # Python爬虫的两套解析方法和四种爬虫实现过程  # 第二个  # 给大家  # 文档  # 都是  # 第一个  # 遍历  # 希望能  # 这篇  # 转化为  # 中对  # 小编  # 值为  # 最前面  # 大家多多  # 是一门  # book  # tr  # tbody  # border  # bookstore 

相关栏目： 【 网站优化151355 】 【 网络推广146373 】 【 网络技术251813 】 【 AI营销90571 】

相关推荐： HTML透明颜色代码怎么让下拉菜单透明_下拉菜单透明背景指南【技巧】  Laravel如何使用API Resources格式化JSON响应_Laravel数据资源封装与格式化输出  在线制作视频网站免费,都有哪些好的动漫网站？  制作无缝贴图网站有哪些,3dmax无缝贴图怎么调？  C语言设计一个闪闪的圣诞树  android nfc常用标签读取总结  魔方云NAT建站如何实现端口转发？  javascript读取文本节点方法小结  网站制作免费,什么网站能看正片电影？  html5的keygen标签为什么废弃_替代方案说明【解答】  Laravel策略(Policy)如何控制权限_Laravel Gates与Policies实现用户授权  Win11怎样安装网易有道词典_Win11安装词典教程【步骤】  网站设计制作书签怎么做,怎样将网页添加到书签/主页书签/桌面？  Laravel如何实现API版本控制_Laravel API版本化路由设计策略  Win11任务栏卡死怎么办 Windows11任务栏无反应解决方法【教程】  ,交易猫的商品怎么发布到网站上去？  Laravel如何安装Breeze扩展包_Laravel用户注册登录功能快速实现【流程】  安克发布新款氮化镓充电宝：体积缩小 30%，支持 200W 输出  如何在橙子建站上传落地页？操作指南详解  深圳网站制作的公司有哪些,dido官方网站？  Laravel安装步骤详细教程_Laravel环境搭建指南  简历没回改：利用AI润色让你的文字更专业  Laravel如何使用Livewire构建动态组件？（入门代码）  php在windows下怎么调试_phpwindows环境调试操作说明【操作】  矢量图网站制作软件,用千图网的一张矢量图做公司app首页，该网站并未说明版权等问题，这样做算不算侵权？应该如何解决？  在线ppt制作网站有哪些软件,如何把网页的内容做成ppt？  Win11搜索不到蓝牙耳机怎么办 Win11蓝牙驱动更新修复【详解】  php485函数参数是什么意思_php485各参数详细说明【介绍】  今日头条微视频如何找选题 今日头条微视频找选题技巧【指南】  活动邀请函制作网站有哪些,活动邀请函文案？  韩国服务器如何优化跨境访问实现高效连接？  java获取注册ip实例  Laravel怎么配置S3云存储驱动_Laravel集成阿里云OSS或AWS S3存储桶【教程】  如何快速搭建支持数据库操作的智能建站平台？  实例解析Array和String方法  Laravel怎么使用Session存储数据_Laravel会话管理与自定义驱动配置【详解】  网站页面设计需要考虑到这些问题  Laravel用户密码怎么加密_Laravel Hash门面使用教程  Python文件操作最佳实践_稳定性说明【指导】  如何用JavaScript实现文本编辑器_光标和选区怎么处理  如何快速重置建站主机并恢复默认配置？  php增删改查怎么学_零基础入门php数据库操作必知基础【教程】  Laravel中的Facade(门面)到底是什么原理  如何在Windows 2008云服务器安全搭建网站？  如何快速搭建个人网站并优化SEO？  JavaScript如何操作视频_媒体API怎么控制播放  JavaScript如何实现倒计时_时间函数如何精确控制  Laravel项目如何进行性能优化_Laravel应用性能分析与优化技巧大全  打开php文件提示内存不足_怎么调整php内存限制【解决方案】  php结合redis实现高并发下的抢购、秒杀功能的实例