python xpath相关库

lxml库

lxml库提供了一个etree模块，该模块专门用来解析HTML/XML文档

导入模块

from lxml import etree

基本使用

from lxml import etree
text = '''

        

        

          

              
推荐
              
Python
              
Java
              
前端
              
架构
              
数据库
              
5G
              
游戏开发
              
移动开发
              
运维
          
        
        
>
>


'''
# ————————————————
# 版权声明：本文为CSDN博主「pinuscembra」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
# 原文链接：https://blog.csdn.net/pinuscembra/article/details/107453807
html = etree.HTML(text)
xp = html.xpath('//div[@class="nav_com"]//li[@class="active"]/a/text()')
print(xp)
# 输出内容为 "推荐"

读取并解析html文件

etree.parse是对本地html文件进行读取

etree.tostring是将内容转化为2进制然后以utf-8格式进行解码

from lxml import etree
html = etree.parse('data.html',etree.HTMLParser())
result = etree.tostring(html).decode('utf-8')
print(result)

表达式	描述
nodename	选取此节点的所有子节点
/	选择直接子节点
//	选择子孙节点
.	选择当前节点
..	选择当前节点的父节点
@	选取属性