引言：
很多網頁呈現給我們的靜態頁面，但是實際上是由服務器端的動態頁面生成的。再加上網站設有反爬蟲機制，所以抓取到的頁面不一定和源碼相同。
所以！！從源碼里copy xpath，不一定能取到數據！
實例：
非常的簡單，從百度首頁上，抓取“新聞”這兩個字。
import requests
from lxml import etree
url="http://www.baidu.com"
ua={'User-Agent':'Mozilla/5.0 (Windows NT 6.3; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2272.118 Safari/537.36Mozilla/5.0 (Windows NT 6.3; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/41.0.2272.118 Safari/537.36'}
bd = requests.get(url, headers=ua)
bd.encoding='utf-8'
接下來打印一下我們抓取到的頁面
print(bd.text)
看不出來啥，當然了，不出問題的話，你會以為這就是頁面的源碼。
然后我們試一下打印“百度一下“這個按鈕的文本。
numl=html.xpath('//*[@id="su"]//@value')
輸出：百度一下
好，可以，沒問題。
試一下打印”新聞“。網頁源碼上 新聞、地圖、貼吧.... 這些<a>標簽都在一個id為"u_sp"的div下，那么：
res = html.xpath('//*[@id="u_sp"]/a[1]//text()')
這樣寫，能輸出”新聞“在理論上是沒錯的，但我特喵搞了好久，啊喂怎么老是空啊？
id不行我試試class吧，這幾個<a>標簽的class都是”mnav"，
res = html.xpath('//*[@class="mnav"]//text()')
輸出：['新聞', 'hao123', '地圖', '視頻', '貼吧', '學術']
res = html.xpath('//*[@class="mnav"]//text()')[0]
輸出：['新聞']
看來，class可以，那id為什么不行，也不是所有的id不行，剛才“百度一下”就可以的啊。
看了一下打印出來的抓取的頁面代碼，？？？？id什么時候成了"u1"了，谷歌瀏覽器查看源碼明明是“u_sp”啊！
於是，
res = html.xpath('//*[@id="u1"]/a[1]//text()')
輸出：['新聞']
學習之路漫長......