网页解析之Xpath学习

1. 什么是xpath?

pip install lxml
官方定义：XPath 是一门在 XML 文档中查找信息的语言。XPath 可用来在 XML 文档中对元素和属性进行遍历。
xml是用来存储和传输数据使用的，和html的不同有两点：

• HTML 用来显示数据，而 XML 是用来传输数据。
• HTML标签是固定的，xml标签是自定义的
  XPATH用来在XML中查找指定的元素，它是一种路径表达式
  常用的路劲表达式：
• // ：不考虑位置的查找
• ./ :从当前节点开始往下查找
• ../ :从当前节点的父节点查找。（用的少）
• @： 选取属性。

实例：
/bookstore/book 选取根节点bookstore下所有直接子节点book
//book 选取所有 book
bookstore//book 查找bookstore 下面的所有 book 元素，而不管它们位于 bookstore 之下的什么位置。
/bookstore/book[1] 查找bookstore 里面的第一个 book
/bookstore/book[last()] 查找bookstore 里面的最后一个 book
/bookstore/book[last()-1] 查找 bookstore 里面的倒数第二个 book
/bookstore/book[position()<3] 查找 bookstore 里面的前两个 book
//title[@lang] 所有带有lang 的属性的 title
//title[@lang='eng'] 所有的lang属性值为eng的title节点
星（*） 匹配任何元素节点。

安装xpath插件

1.下载地址，版本号为 2.0.2：

链接: https://pan.baidu.com/s/1GXPm1kMENXhOkefKcEQnlA 密码: 8wwv

2.安装

1).在chrome右上角找到选项--》更多工具--》扩展程序。把crx文件拖拽，即可安装。

2).如果安装失败，显示

image.png

则打开开发者模式，再次安装。

3）如果2也失败，请将crx文件（直接或后缀修改为rar）解压，点击开发者模式的 加载已解压的扩展程序，选择解压后的文件夹，点击确定，搞定

image.png