本文参考较多，原创基本没有，权当知识归纳。
xpath并不复杂，简单的使用看完之后，及时查阅文档也是可以写出来的。
这里放上我的练手文件，大家可以参考，或者挑毛病(^__^) 嘻嘻……
xpath练手项目

XPATH（参考 w3school 和 静觅 和 阮一峰的网络日志）

在 XPath 中，有七种类型的节点：元素、属性、文本、命名空间、处理指令、注释以及文档节点（或称为根节点）。

节点实际上就是各种html标签，属性，以及被标签包围的文字。

搜索方法

xpath使用路径表达式在xml文档中选取节点。节点通过路径或者step来选取。在形式上，”路径表达式”与传统的文件系统非常类似。

• 斜杠（/）作为路径内部的分割符。
• 同一个节点有绝对路径和相对路径两种写法。
• 绝对路径（absolute path）必须用”/”起首，后面紧跟根节，比如/step/step/…。
• 相对路径（relative path）则是除了绝对路径以外的其他*法，比如 step/step，也就是不使用”/”起首。
• “.”表示当前节点。
• “..”表示当前节点的父节点

下面是详细介绍：

谓语（Predicates）谓语用来查找某个特定的节点或者包含某个指定的值的节点。谓语被嵌在方括号中。

XPath 通配符可用来选取未知的 XML 元素。

在下面的表格中，我们列出了一些路径表达式，以及这些表达式的结果：

通过在路径表达式中使用“|”运算符，可以选取若干个路径。且供选择的路径之间并无关联。互不干扰，必须各自是完整的独立的路径。

xpath轴可定义相对于当前节点的节点集。

步（step）包括：

轴（axis）

定义所选节点与当前节点之间的树关系

节点测试（node-test）

识别某个轴内部的节点

零个或者更多谓语（predicate）

更深入地提炼所选的节点集

步的语法：

轴名称::节点测试[谓语]

实例

下面列出了可用在 XPath 表达式中的运算符：

这里主要使用是配合lxml库，下面是一些例子。

#========
# 文本读取
#========
from lxml import etree
text = '''
<div>
    <ul>
         <li class="item-0"><a href="link1.html">first item</a></li>
         <li class="item-1"><a href="link2.html">second item</a></li>
         <li class="item-inactive"><a href="link3.html">third item</a></li>
         <li class="item-1"><a href="link4.html">fourth item</a></li>
         <li class="item-0"><a href="link5.html">fifth item</a>
     </ul>
 </div>
'''
html = etree.HTML(text)
result = etree.tostring(html)
print(result)
#========
# 文件读取
#========
from lxml import etree
html = etree.parse('hello.html')
result = etree.tostring(html, pretty_print=True)
print(result)
#=============
# 利用xpath解析
#=============
from lxml import etree
html = etree.parse('hello.html')
result_list = html.xpath('//li')
print result_list

CSS选择器（转自阮一峰的网络日志）

基本选择器

最基本的就是针对标签，类以及id了。

* { margin:0; padding:0; }
p { font-size:2em; }
.info { background:#ff0; }
p.info { background:#ff0; }
p.info.error { color:#900; font-weight:bold; }
#info { background:#ff0; }
p#info { background:#ff0; }

多元素的组合选择器(这个蛮实用的)

div p { color:#f00; }
#nav li { display:inline; }
#nav a { font-weight:bold; }
div > strong { color:#f00; }
p + p { color:#f00; }

CSS 2.1 属性选择器

p
 { color:#f00; }
div[class=error] { color:#f00; }
td[headers~=col1] { color:#f00; }
p[lang|=en] { color:#f00; }
blockquote[class=quote][cite] { color:#f00; }

CSS 2.1中的伪类

p:first-child { font-style:italic; }
input[type=text]:focus { color:#000; background:#ffe; }
input[type=text]:focus:hover { background:#fff; }
q:lang(sv) { quotes: "\201D" "\201D" "\2019" "\2019"; }

CSS 2.1中的伪元素

p:first-line { font-weight:bold; color;#600; }

.preamble:first-letter { font-size:1.5em; font-weight:bold; }

.cbb:before { content:""; display:block; height:17px; width:18px; background:url(top.png) no-repeat 0 0; margin:0 0 0 -18px; }

a:link:after { content: " (" attr(href) ") "; }

CSS 3的同级元素通用选择器

p ~ ul { background:#ff0; }

CSS 3 属性选择器

div[id^="nav"] { background:#ff0; }

CSS 3中与用户界面有关的伪类

input[type="text"]:disabled { background:#ddd; }

CSS 3中的结构性伪类(蛮实用的)

p:nth-child(3) { color:#f00; }
p:nth-child(odd) { color:#f00; }
p:nth-child(even) { color:#f00; }
p:nth-child(3n+0) { color:#f00; }
p:nth-child(3n) { color:#f00; }
tr:nth-child(2n+11) { background:#ff0; }
tr:nth-last-child(2) { background:#ff0; }
p:last-child { background:#ff0; }
p:only-child { background:#ff0; }
p:empty { background:#ff0; }

CSS 3的反选伪类

:not(p) { border:1px solid #ccc; }

CSS 3中的 :target 伪类