XPath总结笔记

接下来我们来讲提取细节，首先加载库

from lxml import etree

提取标签内容， /text()[0]或者/string()[0] 提取标签属性值， /@属性名 *表示任意节点 ,@*表示任何属性, node()表示任意节点

1. 解析html流程说明

url_02 = 'https://www.qdfd.com.cn/qdweb/realweb/fh/FhProjectInfo.jsp'
data_02 = {
   'projectID': shuzi_01}
response_02 = requests.post(url_02, data=data_02,headers=header)
if response.status_code == 200:
	response_02.encoding = 'GBK'
	sleep(random.uniform(0.2, 0.3))  # 生成一个a到b的小数等待时间
	# 请求是否成功
	# print(response_02.status_code)
	
	html_02 = etree.HTML(response_02.text)
	
	
	# #/html/body/div[1]/div[2]/ul[2]/table[2]/tbody/tr[position()>1]/td[2]/a
	shuzi_2 = html_02.xpath('/html/body/div[1]/div[2]/ul[2]//tr[position()>1]/td[2]/a')

a = '''标题

    

        
列表1第1项
        
列表1第2项
    
    
文字1
    
文字2
    

        
列表2第1项
        
列表2第2项
    
'''

from lxml import etree
html = etree.HTML(a)
html.xpath('//title/text()')[0] # '标题'
html.xpath("//p[@class='first']//text()")[0] # '文字1'
html.xpath(