與bs4的區別

bs4有很多屬性和方法，而xpath只有一個方法，是通過不同的xpath表達式實現很多功能的。

html例子

定位

tree.xpath(‘/html/head/title’)

返回列表。

開頭的斜杠表示從根節點遍歷。

中間的斜杠表示層級。（相當于bs4中的>）

如果直接打印：

返回的是一個element對象，其中存儲的title標簽對應的文本內容

tree.xpath(‘/html/body/div’)

分析例子，得知返回應該是三個element

tree.xpath(‘/html//div’)

兩個杠，代表跨層。（相當于bs4中的空格）
輸出與 tree.xpath(‘/html/body/div’) 相同

tree.xpath(‘//div’)

含義是定位全部div （理解：就是從任意位置開始定位）

tree.xpath(‘//div[@class=“song”]’)

屬性定位。

返回的仍是列表。

想定位下面這個div，發現它有一個屬性 class=song

tree.xpath(‘//div[@class=“song”]/p[3]’)

索引定位。

返回仍是列表。

如果定位蘇軾那一行，就是在div的第三個p標簽。

注意：索引從1開始，而不是0開始。

取文本

tree.xpath(‘//div[@class=“tang”]/ul/li[5]/a/text()’)

返回列表。

tree.xpath(‘//div[@class=“tang”]/ul/li[5]/a/text()’) [0]就是只有杜牧兩個字了。

tree.xpath(‘//li[7]/i/text()’) [0]

如果要定位度蜜月，那么發現它是全文中第七個li標簽。

/text()獲取標簽直系文本內容

tree.xpath(‘//li[7]//text()’) [0]

等價于上面。

//text()獲取標簽所有文本內容

取屬性

tree.xpath(‘//div[@class=“song”]/img/@src’)

小結