xpath

xpath使用：

注意：提前安装xpath插件
在实际使用中，XPath可以通过特定的表达式来定位XML文档中的特定元素或属性。

1.安装lxml库 
    pip install lxml ‐i https://pypi.douban.com/simple    
2.导入lxml.etree               from lxml import etree  
3.etree.parse()   解析本地文件   
    html_tree = etree.parse('XX.html')       
4.etree.HTML()    服务器响应文件 
    html_tree = etree.HTML(response.read().decode('utf‐8')  
4.html_tree.xpath(xpath路径)

xpath基本语法

xpath基本语法：
1.路径查询         
    //：查找所有子孙节点，不考虑层级关系        
    / ：找直接子节点
2.谓词查询         
    //div[@id]           
    //div[@id="maincontent"]
3.属性查询
    //@class              
4.模糊查询         
    //div[contains(@id, "he")]            
    //div[starts‐with(@id, "he")]
5.内容查询         
    //div/h1/text()     
6.逻辑运算         
    //div[@id="head" and @class="s_down"]         
    //title | //price

from lxml import etree

# xpath解析
# （1）本地文件                                                etree.parse
# （2）服务器响应的数据  response.read().decode('utf-8') *****   etree.HTML()

# xpath解析本地文件
tree = etree.parse('070_尚硅谷_爬虫_解析_xpath的基本使用.html')

#tree.xpath('xpath路径')

# 查找ul下面的li
# li_list = tree.xpath('//body/ul/li')


# 查找所有有id的属性的li标签
# text()获取标签中的内容
# li_list = tree.xpath('//ul/li[@id]/text()')

# 找到id为l1的li标签  注意引号的问题
# li_list = tree.xpath('//ul/li[@id="l1"]/text()')

# 查找到id为l1的li标签的class的属性值
# li = tree.xpath('//ul/li[@id="l1"]/@class')

# 查询id中包含l的li标签
# li_list = tree.xpath('//ul/li[contains(@id,"l")]/text()')

# 查询id的值以l开头的li标签
# li_list = tree.xpath('//ul/li[starts-with(@id,"c")]/text()')

#查询id为l1和class为c1的
# li_list = tree.xpath('//ul/li[@id="l1" and @class="c1"]/text()')

li_list = tree.xpath('//ul/li[@id="l1"]/text() | //ul/li[@id="l2"]/text()')

# 判断列表的长度
print(li_list)
print(len(li_list))