二刷爬虫—XPath

lxml库里的etree模块

etree.HTML()  进行初始化,构造解析对象

etree.tostring()   修正后的HTML代码

etree.parse()   读取文本文件进行解析

parent:: 或..    选取父节点

@进行属性过滤

text()   文本选取

contains()   属性多值匹配

and等运算符   多属性匹配

索引进行按序选择

节点轴:

ancestor::   祖先

attribute::   属性

child::   直接子节点

descendant::  所有子孙节点

following::  当前结点之后的所有节点

following-sibling::   当前结点之后的所有同级结点

    原文作者:zhangyutong_dut
    原文地址: https://www.jianshu.com/p/63e2e5686363
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞