一、直入主题，使用方式

xpath解析原理：
    1、实例化一个etree的对象，且需要讲被解析的页面源码数据加载到该对象中
    2、调用etree对象中的xpath方法，结合着xpath表达式实现标签的定位和内容的获取
环境的安装
    安装lxml模块
    pip install lxml
    pip install lxml -i xxxxxx
    xpath解析
-如何实例化一个对象： from lxml import etree
    1、将本地的html文档中的源代码数据加载到etree对象中
        etree.parse(filePath)
    2、可以讲互联网上的数据源码加载到该对象中
        etree.HTML('page_text')
    3、xpath('xpath表达式')

二、了解标签，提高数据提前效率

　　1、无论是xml还是html其实都标签语言，了解标签可以方便的提高数据提取效率

　　2、通过下面的一个实例来了解一下

·　  3、基本标签如下：

 文档参照来自于https://zhuanlan.zhihu.com/p/342903085

　4、XPath常用的定位方式【常用】：

　  1.元素属性，快速定位，唯一属性： //*[@id="images"]     

  2.层级与属性结合，解决没有属性问题：//div[@id="images"]/a[1]   
　 //没学习这部分之前，一般用bs4的select(.属性 > 下一层 > > >）来获取
  3.属性与逻辑结合，解决多个属性重名问题：

  //*[@id="content" and @class="content" ]

 注意，表达式里的下标是从1开始的。
绝对定位以/开头，依赖页面的元素的顺序和位置，相对定位以//开头，不依赖页面元素顺序和位置，根据条件进行匹配，优先使用相对定位

   4.查找id属性的值包含"kw"的元素： //*[contains(@id,'kw')]

   5.查找⽂本⾥包含"新闻"的元素： //*[contains(text(),'新闻')]

     　　获取文本用text()         result = li.xpath("./a/text()") # 在li中继续去寻找. 相对查找

     　　获取属性@href :         result2 = li.xpath("./a/@href") # 拿到属性值: @属性

6.查找class属性中开始位置包含's_form_wrapper'关键字的元素：

//*[starts-with(@class,'s_form_wrapper')]

   7.使⽤多个相对路径去定位⼀个元素⽤//分开:

//div[@class=‘formgroup’]//input[@id=‘user-message’]

   8.轴定位，使用::表示

查找id="head"元素后⾯标签名为input的第一个元素 

 定位轴，平时确实用的很少，感觉还是太麻烦了；如果要获取的话，这里面是多属性的，直接套用3就可以

三、粘贴复制大法

获取到的XPath路径：//*[@id="su"]

获取full XPath：/html/body/div[1]/div[1]/div[5]/div/div/form/span[2]/input