程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
您现在的位置: 程式師世界 >> 編程語言 >  >> 更多編程語言 >> Python

【Python爬蟲】解析xpath——尚硅谷

編輯:Python

1.xpath

xpath的使用:

注意:提前安裝xpath插件

1.安裝lxml庫

pip install lxml ‐i https://pypi.douban.com/simple

2.導入lxml.etree    

from lxml import etree

3.etree.parse()   解析本地文件  

html_tree = etree.parse('XX.html')

4.etree.HTML() 解析服務器響應文件

html_tree = etree.HTML(response.read().decode('utf‐8')

5.html_tree.xpath(xpath路徑)
 

2.xpath基本語法

路徑查詢

//:查找所有子孫節點,不考慮層級關系

/ :找直接子節點

謂詞查詢

//div[@id]

//div[@id="maincontent"]

屬性查詢

//@class

模糊查詢

//div[contains(@id, "he")]

//div[starts‐with(@id, "he")]

內容查詢

//div/h1/text()

邏輯運算

//div[@id="head" and @class="s_down"]

//title | //pric
 


from lxml import etree
#xpath解析
# 1.本地文件
# 2.服務器響應的數據 response.read().decode('utf-8') etree.HTML
tree=etree.parse('1.xpath的基本使用.html')
#tree.xpath('xpath路徑')
#查找url下面的li
#li_list=tree.xpath('//body//li')
#查找所有id的屬性的Li標簽
#li_list=tree.xpath('//ul/li[@id]/text()')
#找到id為l1的li標簽 注意引號問題
#li_list=tree.xpath('//ul/li[@id="l1"]/text()')
#查找到id為l1標簽的class的屬性值
#li=tree.xpath('//ul/li[@id="l1"]/@class')
#查詢id中包含l的li標簽
#li_list=tree.xpath('//ul/li[contains(@id,"l")]/text()')
#查詢id的值以l開頭的li標簽
#li_list=tree.xpath('//ul/li[starts-with(@class,"c")]/text()')
#查詢id為l1和class為c1
li_list=tree.xpath('//ul/li[@id="l1" and @class="c1"]/text()')
#判斷列表的長度
print(li_list)
print(len(li_list))


  1. 上一篇文章:
  2. 下一篇文章:
Copyright © 程式師世界 All Rights Reserved