使用xpath爬取数据
【摘要】
使用xpath来提取数据，爬取数据的简单语法。
下载模块
快速下载模块
pip install lxml
1
导入模块
from lxml import etree
1
利用xpath获取text或者href内容
/li/a/@href 这样取的应该是href的内容
/li/a/text() 这样取得是text内容
12
etree的使用
...
使用xpath来提取数据，爬取数据的简单语法。
下载模块
pip install lxml
- 1
导入模块
from lxml import etree
- 1
利用xpath获取text或者href内容
/li/a/@href 这样取的应该是href的内容
/li/a/text() 这样取得是text内容
- 1
- 2
etree的使用
h=etree.HTML(response.text)#response.text是网页的源码
h.xpath('//img') #寻找所有的img结点,
h.xpath('//div').xpath('.//img')#寻找所有div下的所有img结点
- 1
- 2
- 3
xpath的语法
符号
XPath 使用路径表达式在 XML 文档中选取节点。节点是通过沿着路径或者 step 来选取的。
| 表达式 | 描述 |
|---|---|
| / | 从根节点选取 |
| // | 从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置。 |
| . | 选取当前节点。 |
| . . | 选取当前节点的父节点。 |
| @ | 选取属性。 |
| | | 在两个中结点中选择 |
| （） | 用()来包含| |
| * | 包含所有元素 |
| not | 取反 |
实例
| 路径表达式 | 结果 |
|---|---|
| bookstore | 选取 bookstore 元素的所有子节点。 |
| /bookstore | 选取根元素 bookstore。注释：假如路径起始于正斜杠( / )，则此路径始终代表到某元素的绝对路径！ |
| bookstore/book | 选取属于 bookstore 的子元素的所有 book 元素。 |
| //book | 选取所有 book 子元素，而不管它们在文档中的位置。 |
| bookstore//book | 选择属于 bookstore 元素的后代的所有 book 元素，而不管它们位于 bookstore 之下的什么位置。 |
| //@lang | 选取名为 lang 的所有属性。 |
| //*[@class] | 选取带有class属性的所有元素 |
| //div[@*] | 匹配任意属性的div元素 |
| //a[not(@class)] | 匹配没有class属性的a元素 |
谓语
带谓语的路径表达式
| 路径表达式 | 结果 |
|---|---|
| /bookstore/book[1] | 选取属于 bookstore 子元素的第一个 book 元素。 |
| /bookstore/book[last()] | 选取属于 bookstore 子元素的最后一个 book 元素。 |
| /bookstore/book[last()-1] | 选取属于 bookstore 子元素的倒数第二个 book 元素。 |
| /bookstore/book[position()< 3] | 选取最前面的两个属于 bookstore 元素的子元素的 book 元素。 |
| //title[@lang] | 选取所有拥有名为 lang 的属性的 title 元素。 |
| //title[@lang=‘eng’] | 选取所有 title 元素，且这些元素拥有值为 eng 的 lang 属性。 |
| /bookstore/book[price>35.00] | 选取 bookstore 元素的所有 book 元素，且其中的 price 元素的值须大于 35.00。 |
| /bookstore/book[price>35.00]/title | 选取 bookstore 元素中的 book 元素的所有 title 元素，且其中的 price 元素的值须大于 35.00。 |
到这里就结束了，如果对你有帮助你，欢迎点赞关注，你的点赞对我很重要
文章来源: beishan.blog.csdn.net，作者：北山啦，版权归原作者所有，如需转载，请联系作者。
原文链接：beishan.blog.csdn.net/article/details/112000086
【版权声明】本文为华为云社区用户转载文章，如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）