如何用XPath选择特定单元格值以进行数据提取？

1. 首先，需要用到 lxml 库来解析 HTML 或 XML 文件。安装方法如下（需要提前安装好 pip）：

pip install lxml

2. 接下来，可以使用 XPath 来选择想要的单元格，并提取其中的文本。假设有以下 HTML 代码：

<table>
  <tr>
    <th>姓名</th>
    <th>年龄</th>
  </tr>
  <tr>
    <td>张三</td>
    <td>18</td>
  </tr>
  <tr>
    <td>李四</td>
    <td>20</td>
  </tr>
</table>

如果想要提取第二行第二列的年龄值（即 "20"），可以使用以下代码：

from lxml import etree

html = """
<table>
  <tr>
    <th>姓名</th>
    <th>年龄</th>
  </tr>
  <tr>
    <td>张三</td>
    <td>18</td>
  </tr>
  <tr>
    <td>李四</td>
    <td>20</td>
  </tr>
</table>
"""

tree = etree.HTML(html)
age = tree.xpath('//tr[3]/td[2]/text()')[0]
print(age)

这里使用了 XPath 表达式 //tr[3]/td[2]/text() 来选择第三个 <tr> 标签（也就是第二行），再选择其中的第二个 <td> 标签（也就是第二列），最后提取其文本。

输出结果为：

20