码农知识堂 - 1000bd
  •   Python
  •   PHP
  •   JS/TS
  •   JAVA
  •   C/C++
  •   C#
  •   GO
  •   Kotlin
  •   Swift
  • 拓展3: Python Xpath表达式的使用


    文章目录

    • Xpath表达式
      • 1. 将 etree 对象实例化的两种方法
        • (1)etree.parse() 转本地HTML文档
        • (2)etree.HTML() 转网页源码
      • 2.用XPath表达式定位标签并提取数据
        • (1)定位标签
        • (2)提取文本内容和属性值
      • 3. 快速获取XPath表达式

    Xpath表达式

    XPath表达式描述了从一个节点到另一个节点的路径,通过标签的属性或名称定位到上级标签,再通过路径定位到该上级标签的任意下级标签

    1. 将 etree 对象实例化的两种方法

    (1)etree.parse() 转本地HTML文档

    from lxml import etree
    
    html = etree.parse("test1.html")
    print(html)
    
    • 1
    • 2
    • 3
    • 4

    在这里插入图片描述

    (2)etree.HTML() 转网页源码

    import requests
    from lxml import etree
    
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.99 Safari/537.36 Edg/97.0.1072.69"
    }
    response = requests.get(url="https://www.baidu.com/",headers=headers)
    result = response.text
    html = etree.HTML(result)
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9

    在这里插入图片描述

    2.用XPath表达式定位标签并提取数据

    (1)定位标签

    import requests
    from lxml import etree
    
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.99 Safari/537.36 Edg/97.0.1072.69"
    }
    response = requests.get(url="https://www.baidu.com/",headers=headers)
    result = response.text
    html = etree.HTML(result)
    print(html.xpath("//*[@class = "title"]"))
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10

    在这里插入图片描述

    除此之外还可以用其他属性来替换*,(如html.xpath(‘//p[@class = ‘title’]’))
    逻辑运算符也可以加入到当中

    html.xpath('//p[@class="title" and @name = "color"]')
    html.xpath('//p[@class="title" or @name = "color"]')
    
    • 1
    • 2

    (2)提取文本内容和属性值

    html.xpath('//*[@class="title"]/text()')
    html.xpath('//*[@class="title"]//text()')
    html.xpath('//*[@class="title"]/@id')
    
    • 1
    • 2
    • 3

    /text(): 提取该节点的直系文本内容
    //text() : 提取该节点下的所有文本内容
    /@ 属性名 : 提取该节点的指定属性值

    3. 快速获取XPath表达式

    在这里插入图片描述

  • 相关阅读:
    【Spring Cloud】新闻头条微服务项目:分布式文件系统MinIO实现文章页面存取
    css第十一课:浮动属性
    LRU缓存机制
    【EXCEL】SUMIFS多次条件筛选数据
    【菜鸟教程】 C++学习笔记
    pgbackrest归档目录满,清理后写入仍报错,分析及处理
    【Linux环境】基础开发工具的使用:yum软件安装、vim编辑器的使用
    轻量级模型YOLOv5-Lite基于自己的数据集【焊接质量检测】从零构建模型超详细教程
    前端面试题(JS部分)
    链动2+1模式:裂变增长,轻松吸引百万用户
  • 原文地址:https://blog.csdn.net/m0_56126722/article/details/122716794
  • 最新文章
  • 沪漂五周年了:我越来越迷茫了
    Agentic Skill Routing 实战:别再把所有 Skill 塞进 AI Agent 上下文
    MySQL-Seconds_behind_master的精度误差
    [MAF预定义ChatClient中间件-03]CachingChatClient——利用缓存省钱省时间
    AI的至暗历史:从万众期待到被政府撤资,AI的两次死亡徘徊
    Agent OS :五种驯服不确定性的范式
    PortSwigger SQL注入LAB11
    数据库即时编译JIT
    [Begin]AI Learn Data Day 0
    深度学习进阶(二十七)现代 LLM 的核心架构设计其二:SwiGLU
  • 热门文章
  • 十款代码表白小特效 一个比一个浪漫 赶紧收藏起来吧!!!
    奉劝各位学弟学妹们,该打造你的技术影响力了!
    五年了,我在 CSDN 的两个一百万。
    Java俄罗斯方块,老程序员花了一个周末,连接中学年代!
    面试官都震惊,你这网络基础可以啊!
    你真的会用百度吗?我不信 — 那些不为人知的搜索引擎语法
    心情不好的时候,用 Python 画棵樱花树送给自己吧
    通宵一晚做出来的一款类似CS的第一人称射击游戏Demo!原来做游戏也不是很难,连憨憨学妹都学会了!
    13 万字 C 语言从入门到精通保姆级教程2021 年版
    10行代码集2000张美女图,Python爬虫120例,再上征途
小工具 小游戏
Copyright © 2022 侵权请联系2656653265@qq.com    京ICP备2022015340号-1

京公网安备 11010502049817号