【Python】爬虫之使用etree进行xpath元素定位
操作系统：macOS Mojave
python版本：python3.7
依赖库：requests、etree
关于依赖库的安装，建议使用anaconda+pycharm的组合方式，每个依赖库的安装又会基于其他依赖包的安装，这时候anaconda的作用便是自动帮你下载安装对应的依赖，不需要人工去查找，类似于java maven的三方库管理，python常见IDE就是pycharm了。pycharm怎么关联anaconda的依赖包呢？请看下图设置：
0-0、打开pycharm-preferences，进入设置
0-1、选择anaconda所在的python执行文件
1、网站源代码获取及转换
import requests
from lxml import etree
r=requests.get("http://www.baidu.com")
#print ("状态码：",r.status_code)
#print ("网站源代码",r.text)
#print ("头部请求",r.headers)
html = etree.HTML(r.text) # 调用HTML类进行初始化
etreeResult = etree.tostring(html) # 将其转化为字符串类型，etree类型
strResult=etreeResult.decode(\'utf-8\') #转化为utf-8编码格式，此时已是str类型
2、节点、属性值、内容的获取
语法如下：
示例代码：
import requests
from lxml import etree
r=requests.get("http://www.baidu.com")
html = etree.HTML(r.text) # 调用HTML类进行初始化
resultAll = html.xpath(\'//*\') #选取所有节点
#print("获取所有节点：",resultAll)
resultDivAll = html.xpath(\'//div\') #选取div子孙节点
#print("获取div所有节点：",resultDivAll)
resultDiv_img = html.xpath(\'//div/img\') #选取div下img节点
#print("获取div节点下img节点：",resultDiv_img)
resultDiv_imgSrc = html.xpath(\'//div/img/@src\') #获取div_img的src属性值
print("获取div节点下img的src值：",resultDiv_imgSrc)
对应输出的值：