xpath解析

---安装---

pip intall lxml

xpath用法步骤

1.实例化一个etree对象，且需要将被解析的页面数据加载到该对象中

--将本地的html文件加载到etree中

　　etree.parse(filepath)

--将爬取到的源码数据加载到etree中

　　etree.HTML('page_text')

2.调用etree对象中的xpath方法结合xpath表达式实现标签定位和数据获取

xpath表达式

xpath表达式:
/表示从根节点开始定位，跟linux文件系统类似，表示的是一个层级
//表示多个层级
    tree = etree.parse(filepath)
    tree.xpath('/html/head/title')      返回一个或者多个element对象的列表
    tree.xpath('/html/body/div')
    tree.xpath('/html//div')        #其中//表示多个层级
    属性定位：tree.xpath('//div[@class="item"]')        #定位具体某一个类的div
    索引定位：tree.xpath('//div[@class="item"]/p[3]')    #定位到class = item的div下的第三个p标签，索引是从1开始的

    获取标签内的文本数据
    tree.xpath('//div[@class="item"]/p[3]/text()')      #返回一个列表
    获取标签的属性值
    tree.xpath('//div[@class="item"]/img/@src')      #返回一个列表,即@attrName、

    还可以使用其他符号 | 表示或者
    tree.xpath('//div[@class="item"]/p[3]/text() | //div[@class="item"]/img/@src')