Python教程

python爬虫学习(六):xpath解析

本文主要是介绍python爬虫学习(六):xpath解析,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
  • xpath解析原理:
    - 1.实例化一个etree的对象,且需要将被解析的页面源码数据加载到该对象中。
    - 2.调用etree对象中的xpath方法结合着xpath表达式实现标签的定位和内容的捕获。
    • 环境的安装:
      • pip install lxml
    • 如何实例化一个etree对象:from lxml import etree
      • 1.将本地的html文档中的源码数据加载到etree对象中:
        etree.parse(filePath)
      • 2.可以将从互联网上获取的源码数据加载到该对象中
        etree.HTML('page_text')
      • xpath('xpath表达式')
    • xpath表达式:
      • /:表示的是从根节点开始定位。表示的是一个层级。
      • //:表示的是多个层级。可以表示从任意位置开始定位。
      • 属性定位://div[@class='song'] tag[@attrName="attrValue"]
      • 索引定位://div[@class="song"]/p[3] 索引是从1开始的。
      • 取文本:
        • /text() 获取的是标签中直系的文本内容
        • //text() 标签中非直系的文本内容(所有的文本内容)
      • 取属性:
        /@attrName ==>img/src
这篇关于python爬虫学习(六):xpath解析的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!