xpath获取路径里的内容

个人博客,欢迎来撩 fangzengye.com

xpath后面加/@href /text()

html = etree.HTML(html)  # html解析器，轻度标签问题会自动补全。
print(html)

# /表示从文档顶层开始匹配  /body/ul/li
# //表示匹配标签，目录标签前可能有多级父节点  //li

# 搜索a标签
# etree.xpath(xpath表达式)  查找所有符合，返回列表，每一项是元素对象
print(html.xpath('//a'))        # [<Element a at 0x28ba6c8>, ,]

# 提取标签属性值
# xpath表达式  //查找标签/@属性名
print(html.xpath('//a/@href'))

# 获取标签内容
# //查找标签/text()
print(html.xpath('//a/text()'))
# html.xpath('/body/ul/li/a/text()')

refers