假設我爬取了這樣的一個html網頁，前面的前端代碼如下所示：
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<title>OK資源采集-最新影視資源大全</title>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<meta name="keywords" content="OK資源采集-最新影視資源大全" />
<meta name="description" content="OK資源采集-最新影視資源大全" />
<script>var SitePath='/',SiteAid='10',SiteTid='',SiteId='';</script><link href="/template/okokzy/css/home.css" rel="stylesheet" type="text/css" /><script src="/template/okokzy/js/jquery_ldg.js"></script><script src="/template/okokzy/js/jquery.zclip.min.js"></script><script src="/template/okokzy/js/ldg.js"></script><script src="/js/jq/jquery.lazyload.js"></script><script src="/template/okokzy/js/home.js"></script>
</head> 我們想要擷取其中的script标簽後面的内容，是以我們可以使用Xpath來擷取，假設我們想要獲得第一個script标簽處的值value，就可以使用表達式：
Xpath（/html/head/script/text()）[0] 這個表達式的含義是輸出在html下的head下的第一個script标簽處的文字，因為我們前面的代碼：
Xpath（/html/head/script/text()） 會輸出所有以script開頭的對象，是以加上[0]限定為第一個script後面的文字。
是以輸出為：
var SitePath='/',SiteAid='10',SiteTid='',SiteId=''; 在Xpath表達式當中'//' 表示前面的省略不計，直接跳過兩層或者多層拿到後面的标簽中所對應的對象。
二.标簽屬性的使用
假設我們想要爬取font标簽當中具備某個color屬性的文字内容，如下所示：
<font color="#000000">OK資源站 </font><font color="#FF0000">HTTPS</font><font color="#000000"> 站請進入>>></font></a></font><font size= r_two=tree.xpath('//font[@color="#000000"]/text()') import requestsfrom lxml import etree
post_url = 'https://www.okzy10.com/'#cookie='lastCity=100010000; __zp_stoken__=ce26bZyQcLhoDK1A7M0RzPzMQEDJzHHpAQCJkUHtpSSFDSCkNeko0HBZxSywqeBxlHh8PIE4CLwgTSWsacwcdbEMNUBBzE2APASkfAktgOFskSn9HCTgkLmE7GFxecS8MGE4FGX99IHdsQHV5YQ%3D%3D; __c=1610949395; __g=-; __l=l=%2Fwww.zhipin.com%2F&r=https%3A%2F%2Fwww.google.com%2F&g=&s=3&friend_source=0&s=3&friend_source=0; __a=13532184.1600828409.1610683874.1610949395.205.23.3.205; Hm_lvt_194df3105ad7148dcf2b98a91b5e727a=1610082805,1610683875,1610949395,1610949407; Hm_lpvt_194df3105ad7148dcf2b98a91b5e727a=1610949407'headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/85.0.4183.83 Safari/537.36',
}#解析本地的html#使用etree.parse#解析網頁上的html#使用etree.HTMLreq = requests.get(post_url,headers=headers)#print(req.text)with open('ok_resource.html','w',encoding='utf-8') as fp:
fp.write(req.text)#使用xpath表達式對etree對象進行解析parser = etree.HTMLParser(encoding="utf-8")
tree=etree.parse('ok_resource.html',parser=parser)
r=tree.xpath('/html/head/script/text()')[0]
r_two=tree.xpath('//font[@color="#000000"]/text()')print(r)print(r_two) ![Python爬蟲之網站超清圖檔爬取(2021.3.29)[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)