正则如何进行非贪婪匹配，在div标签中的数据如何通过正则取出来
-
*?+? -
re.findall("<div class="a">.*?<div id="">(.*?)</div>",str)返回列表，没有匹配到就是空列表
xpath如何获取文本，如何获取任意标签下的文本
-
a/text()只能获取a下的文本 -
a//text()能够获取a下的和a包含的标签的文本 a[text()="下一页"]
xpath如何获取属性，如何对标签进行定位
a/@hrefdiv[@class='b']
xpath中//有什么用
//自最前面的时候，表示html中任意位置开始选择div//* 放在节点后面的时候，能够选择当前节点下的所有的标签
xpath获取某一个或者某几个
-
//a[1]第一个 -
//a[last()]最后一个 //a[position()<=3]//a[1]|//a[3]
lxml如何如何使用，如何把lxml处理之后的内容转化为字符串
- from lxml import etree
- element = etree.HTML(bytes、str) #把字符串转化为element对象
- etree.tostring(element) #把element对象转化为字符串
- element.xpath("xpath_str")
