網頁**都是成對的標籤，基礎結構如下
網頁名title> head> div-text div> body> html>
網頁結構基本都是如此，一般有價值的資料都是在body中
html_str = """
網頁名title> head> div-text span-textspan> a-texta> p-textp> div>
headingth> another headingth> tr> row 1, cell 1td> row 1, cell 2td> tr> table-text-2 table> body> html> """
from lxml import etree
html = etree.html(html_str)
lxml中匯入etree，然後將前面杜撰的乙個html_str字串通過etree.html函式，解析成支援xpath的資料型別，並儲存到html變數中
兩段**鏈結起來，成功執行，那就說明lxml庫正常
任務二：解析出div標籤下span、a、p標籤裡面的值
任務三：試著解析div標籤的text()
任務四：解析th和td的文字值
html_str = """
網頁名title> head> div-text span-textspan> a-texta> p-textp> div>
Xpath簡單匹配標籤內容
在使用正規表示式來尋找感興趣內容的時候，需要知道感興趣內容附近內容的特徵。而xpath則不同。xpath與html的結構 html為樹狀結構，可以逐層展開，逐層定位。xpath就是根據這一特性來工作的。其中兩根斜線 定位根節點，一根斜線 表示往下層尋找，其中乙個html標籤表示一層，提取文字內容則是...
xpath的簡單應用，常見li標籤分組
coding utf 8 from lxml import etree text html etree.html text print html 檢視element物件中包含的字串 print etree.tostring html decode 獲取class為item 1 li下的a的herf ...
XPath的簡單用法
xpath 使用路徑表示式來選取 xml 文件中的節點或節點集。下面使用乙個簡單的xml檔案內容 定位到節點名稱為parent1的元素 xpath為 tree parent1 其中前面加 表示根元素，此時的xpath就是絕對路徑了，在這裡的例子中，因為tree為根元素，所以這裡的xpath也可以表示...