python中lxml庫與Xpath語法（含實例）

Xpath表達式：

/　　描述：從根節點選取

//　　描述：從匹配選擇的當前節點選擇文檔中的節點，而不考慮它們的位置

.　　描述：選取當前節點

..　　描述：選取當前節點的父節點

@　　描述：選取屬性

定位目標標簽思路：“先抓大再抓小”，先找到循環節點，再細分

給出一個簡單例子如下：

from lxml import etree
import requests

headers = {
    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.130 Safari/537.36'
}
url = 'http://a.qidian.com/?page=1'
res = requests.get(url,headers=headers)
selector = etree.HTML(res.text)
#print(res.text)
'''
str=selector.xpath('/html/body/div[1]/div[5]/div[2]/div[2]/div/ul/li[1]/div[2]/p[1]/a[1]/text()')#通過/text()可以獲得標簽中的文字信息
print(str)
'''
infos = selector.xpath('//ul[@class="all-img-list cf"]/li')
print(infos)
for info in infos:
    author = info.xpath('div[2]/p[1]/a[1]/text()')[0]
    print(author)

網站：

 

 

 

錯誤點：

author = info.xpath('/div[2]/p[1]/a[1]/text()')[0]

開始的時候，一直多加了一個單斜杠，找了好久這個錯才找出來，一直以為我找的Xpath路徑出錯了。 

正確：

author = info.xpath('div[2]/p[1]/a[1]/text()')[0]