【Python爬虫】：Xpath表达式的使用

假设我爬取了这样的一个html网页，前面的前端代码如下所示：

Xpath（/html/head/script/text()）[0]
这个表达式的含义是输出在html下的head下的第一个script标签处的文字，因为我们前面的代码：

Xpath（/html/head/script/text()）
会输出所有以script开头的对象，因此加上[0]限定为第一个script后面的文字。

因此输出为：

var SitePath=’/’,SiteAid=‘10’,SiteTid=’’,SiteId=’’;
在Xpath表达式当中’//’ 表示前面的省略不计，直接跳过两层或者多层拿到后面的标签中所对应的对象。

二.标签属性的使用
假设我们想要爬取font标签当中具备某个color属性的文字内容，如下所示：

OK资源站
HTTPS 站请进入>>><font size=
font这个标签之后显然会有很多不同的color，但是我们只想要这里color为“#000000”后面的文字内容，因此我们使用这样的表达式：

r_two=tree.xpath(’//font[@color="#000000"]/text()’)
这样就饿可以了。整体的代码如下所示：

复制代码
import requests
from lxml import etree

post_url = ‘https://www.okzy10.com/’
#cookie=‘lastCity=100010000; zp_stoken=ce26bZyQ