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()')