【Python爬虫】 XPath 与 selector 的 获取

xpath的值在网页中获取方式：

1. 首先可以使用以下三种方式中的任意一种打开浏览器的开发者模式

（1）. 右键“检查”

（2）. ctrl+shifft+i

（3）. 浏览器“设置” --> "更多工具" --> “开发者工具”

使用下图（浏览器开发者模式）中的图标可选择浏览器中想要获取的内容

2. 在网页上选中想要获取的内容，开发者工具中会高亮显示对应的内容源码，如下图所示

3. 在开发者模式中找到对应的内容后点击右键 --->  Copy  --->   Copy  XPath  就可获取该内容对应的XPath值（指定的一个）

比如：上图所查询内容的XPath为：//*[@id="content"]/div[1]/div[1]/div[1]/div/p[1]/a

                  下一条信息的XPath为：//*[@id="content"]/div[1]/div[1]/div[2]/div/p[1]/a

对比可以发现，两条内容的XPath的区别就是

div[1]表示的是第一个div，而div[2]表示的是第二个div，想要获取所有的div时，将div后的数字直接删除即可，也就是说要获取所有的名称信息则可以使用的XPath为：//*[@id="content"]/div[1]/div[1]/div/div/p[1]/a

4. 以上所讲的所有XPath只是找到相对应的位置，如果要获取值或其他一些数据则需要在上述所讲的XPath后加上“/text()”或“/@属性名”，两种取值方式的使用情况

（1）. 获取html标签xxxx中间的“xxxx”内容使用的是text()。

（2）.  获取标签中的属性值，如果要获取“xxxx”使用@href，如果要获取“uuuu”则使用@data-url即可。

selector 的值在网页中获取方式：

1. 2. 与以上方法相同

3. 跟以上步骤相同，不同的是选择Copy后点击  Copy  selector  就可获取该内容对应的selector值（指定的一个），获取多个元素的方式与以上方法类似。

4. 在获取内容时，XPath是在 XPath值后直接跟上 /text 或 /@属性名就可获取，但在selector中，先获取到指定元素的所有信息，然后在获取到的信息基础上在继续获取，如下所示（item为一个元素的所有内容，就是根据selector获取到的内容）：

（1）. 获取html标签xxxx中间的“xxxx”内容使用的是 item.get_text() 

（2）.  获取标签中的属性值，如果要获取“xxxx”使用 item.get( ' hrerf ' )，如果要获取“uuuu”则使用 item.get( ' data-url ' )即可。