XPath常用規則
/                            從當前節點選取直接子節點
//                           從當前節點選取子孫節點
.                            選取當前節點
..                           選取當前節點的父節點
@                          選取屬性
*                           通配符，選擇所有元素節點與元素名
@*                        選取所有屬性
[@attrib]               選取具有給定屬性的所有元素
[@attrib
 
=‘value‘]    選取給定屬性具有給定值的所有元素
[tag]                     選取所有具有指定元素的直接子節點
[tag=‘text‘]            選取所有具有指定元素並且文本內容是text節點   

"""爬取豆瓣網站的信息"""
import requests
from lxml import etree

# 請求頭設置
headers = {
    "User-Agentv": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3554.0 Safari/537.36
 
",
    "Referer": "https://movie.douban.com/",
}

url = "https://movie.douban.com/cinema/nowplaying/chongqing/"
# 發起請求
rep = requests.get(url, headers=headers)
text = rep.text
# 轉換成html格式
html = etree.HTML(text)
# 找到子孫節點ul標簽
ul = html.xpath("//ul[@class=‘lists‘]")[0]
# 當前ul下的所有li標簽
lis = ul.xpath("./li")
movies 
 
= []
# 循環每個li標簽
for li in lis:
    # 直接@li標簽的屬性獲取值
    title = li.xpath("@data-title")[0]
    score = li.xpath("@data-score")[0]
    region = li.xpath("@data-region")[0]
    actors = li.xpath("@data-actors")[0]
    director = li.xpath("@data-director")[0]
    liimg = li.xpath(".//img/@src")
    movie = {
        "title": title,
        "score": score,
        "region": region,
        "actors": actors,
        "director": director,
        "liimg": liimg,
    }
    movies.append(movie)
print(movies)

可參考博客鏈接(我就懶得寫了)：http://www.cnblogs.com/zhangxinqi/p/9210211.html#_label11

Python爬蟲lxml解析實戰