Xpath基础
1.什么是xpath
XPath是一门在XML文档中查找信息的语言
2.xpath中的节点关系
例子：
1.父（Parent）
每个元素以及属性都有一个父。
在例子中，book元素是title、author、year以及price元素的父：
2.子（Children）
元素节点可有零个、一个或多个子。
在例子中，title、author、year以及price元素都是book元素的子：
3.同胞（Sibling）
拥有相同的父的节点
在例子中，title、author、year以及price元素都是同胞：
4.先辈（Ancestor）
某节点的父、父的父，等等。
在例子中，title元素的先辈是book元素和bookstore元素：
5.后代（Descendant）
某个节点的子，子的子，等等。
在例子中，bookstore的后代是book、title、author、year以及price元素：
3.节点的选取
4.Xpath语法
from lxml import etree
wb_data='''
- first item
- second item
- third item
- fourth item
- fifth item # 注意，此处缺少一个
闭合标签
'''
#解析字符串为html对象，自动补全html，body
html=etree.HTML(wb_data)
#解析数据，a标签的文本
#写法一：text属性
data1=html.xpath('/html/body/div/li/a')
for i in data1:
print(i.text)
#写法二：text（）函数
data2=html.xpath('//a/text()')
print(data2)
#解析文件：html文件，但是自定义解析器，因为etree默认是xml解析器
#自定义解析器
parser=etree.HTMLParser('utf-8')
#解析html的文件为html的对象
html2=etree.parse('123.html',parser=parser)
#将对象html2变为字符串，解码，打印输出
# html_data=etree.tostring(html2,pretty_print=True)
# res=html_data.decode('utf-8')
# print(res)
#任意匹配
# data3=html.xpath('//*')
# for i in data3:
# if hasattr(i,'text'):
# print(i.text)
#打印电影名字
data4=html2.xpath('//div[@title]')
for i in data4:
#. 当前节点div，寻找title属性
title=i.xpath('./@title)')
#寻找当前节点文本
desc=i.xpath('./')
print(title,'\t\t\t\t',desc)