bs4和xpath的用法

1.bs4的運用
    流程：
        1.導入相應的模塊：from bs4 import BeautifulSoup
        2.實例化一個 BeautifulSoup 對象，並將我們要解析的數據加載到該對象中：soup = BeautifulSoup('要解析的數據','lxml(解析器)')
        3.定位標簽：（1）.通過標簽名定位：soup.標簽名 第一個標簽
                   （2）.通過標簽名和屬性定位soup.find('標簽名',attr = {'屬性名':屬性值}) 返回的是查詢到的第一個標簽
                                            soup.findAll('標簽名',attr = {'屬性名':屬性值}) 返回的一個由所有結果構成的列表
                    （3). 通過選擇器定位:select('selector')其中selector像css那樣的層級關系eg：('.card > h1 > a ')返回的也是一個列表
        4.數據的提取：要注意的是findAll與select返回的都是列表，所有我們必須確定到要提取的某個標簽
                    （1）string:取出標簽直系的文本內容
.                    (2)text：取出標簽中所有的文本內容
                     (3)標簽名['屬性名']:獲取屬性的值
        5.爬取一個小說實例：https://www.cnblogs.com/KingOfCattle/p/12907968.html

2.xpath的運用:
    流程:
        (1). 導入相應的模塊:from lxml import etree
        (2).實例化etree對象,並將我們要解析的數據加載到該對象中：解析本地etree.parse('要解析的數據')，解析爬取的數據etree.HTML('要解析的數據')
        (3).該對象結合xpath表達式進行提取數據,獲取的數據都存儲在列表里面了
                xpath表達式: 1.表示一個層級,但是/在最左邊的時候表示從根標簽開始定位
                            2.//跳多個層級，最左邊的時候表示從任意地方開始定位
                            3.屬性定位://標簽名[@屬性名='屬性值']
                            4.索引定位://標簽名[index],index索引是從1開始
                            5.模糊定位模糊匹配：
                                    //div[contains(@class, "ng")] 定位到class屬性值中包含ng的div標簽
                                    //div[starts-with(@class, "ta")] 定位到class屬性值中是以ta開頭的div標簽
                數據的提取:
                            /text() 獲取值系內容
                            //text() 獲取所有的內容
                            /@屬性名 獲取屬性值