相信寫過爬蟲的同學，都知道XPath的存在。博主最近在學習 Scrapy 的時候，就了解了壹下XPath語法，這裏給大家簡單地介紹壹下：
首先我們需要了解幾個 XPath 術語。
2017/3/3 16:02:29
在 XPath 中，有七種類型的節點：元素、屬性、文本、命名空間、處理指令、註釋以及文檔（根）節點。XML 文檔是被作為節點樹來對待的。樹的根被稱為文檔節點或者根節點。
以下面這xml文檔為例：
上面例子的節點為：
父：每個元素以及屬性都有壹個父。例子中<student>的父是<class>;
子：元素節點可有零個、壹個或多個子。例子中<class>的子是<student>;
兄弟：擁有相同的父的節點。例子中<name>和<ID>是兄弟;
祖先：某節點的父、父的父，等等。
後代：某節點的子、子的子，等等。
基本值是無父或無子的節點。
上面例子的基本值為：
項目是基本值或者節點。
ok，接下來開始正式講解 XPath 語法（註意，以下表達式當然可以混合使用）：
選取此節點的所有子節點。
從根節點選取。
從匹配選擇的當前節點選擇文檔中的節點，而不考慮它們的位置。
選取當前節點。
選取當前節點的父節點。
選取屬性。
對於如下的xml文檔（參照 /articles/iqQFBn ）
如果使用：
data = selector.xpath('//div[@id="test2"]/text()').extract()[0]
只能提取到“美女，”；
如果使用：
data = selector.xpath('//div[@id="test2"]/font/text()').extract()[0]
又只能提取到“妳的微信是多少？”
到底我們要怎樣才能把“美女，妳的微信是多少”提取出來？
輕松搞定，沒有後顧之憂！！