xpath的基本使用：

　　放上别人的博客：https://mp.weixin.qq.com/s?src=11&timestamp=1628086639&ver=3232&signature=2Is5X-48A*YLAft3VKnvZFRhVEJ8Py8xYo*1w5-daGWdwybn0EuT9sUQQpcohZHy*C9BE4x2E6br1qdpS1u8Hgh1aDmbMv3WjegDJvUKaSZnQp5SadQPfn*lzOGUCC2M&new=1

　　　　原创：liupu

 

lxml解析html代码和文件：

　　两者基本上都是结合使用，首先用etree将网页解析为一个对象，才可以用xpath。

　　etree.tostring方法解析为一个bytes，再解码成为一个str，这两个可以验证。

import requests
from lxml import etree

#解析html字符串,用etree.HTML
html = etree.HTML(text)
print(html) # #<Element html at 0x26573d09a80> ，结果是一个对象
#我们必须将其解码为html格式才能使用xpath
print(type(etree.tostring(html))) #bytes
print(type(etree.tostring(html,encoding='utf-8').decode('utf-8')))  #str 经过解码返回一个str
print(etree.tostring(html,encoding='utf-8').decode('utf-8'))

#解析html文件,用etree.parse
html = etree.parse('文件名')
print(etree.tostring(html,encoding='utf-8').decode('utf-8'))
#这个函数XML解析器，若遇到一些不规范的html，会解析错误，这时候就需要自己定义一个解析：
parser = etree.HTMLParser('utf-8')
html = etree.parse('文件名',parser=parser)
print(etree.tostring(html,encoding='utf-8').decode('utf-8'))