python静态网页爬虫之xpath

常用语句：

1.starts-with(@属性名称，属性字符相同部分）使用情形： 以相同的字符开头

<div id = 'test-1'>需要的内容1</div>

<div id = 'test-2'>需要的内容2</div>

<div id = 'test-3'>需要的内容3</div>

selector = etree.HTML(html)
content = selector.xpath('//div[start-with(@id,'test')]/text()')

　　

2.string(.) 使用情形：标签套标签

<div id='class3'>美女，

　　<font color=red>你微信号是多少？</font>

</div>

selector = etree.HTML(html)
data = selector.xpath('//div[@id='test3']')[0]   #先大后小
info = data.xpath('string(.)')
content = info.replace('\n','').replace('  ','')  #替换换行符和tab