2024年最全python爬虫从0到1 -xpath网页解析（lxml库）(1)

//@class

4. 模糊查询

//div[contains(@id, “he”)]

//div[starts -with(@id, “he”)]

5. 内容查询

//div/h1/text()

（三） lxml库

---

lxml是python的一个解析库，支持HTML和XML的解析，支持XPath解析方式，而且解析效率非常高。

在使用前我们需要在pycharm里安装lxml库。

在终端输入指令即可：

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

注意：必须安装在我们当前所使用的环境下

（四）lxml库的使用

---

1. 导入lxml.etree

from lxml import etree

2. 解析本地文件

tree = etree.parse(xxx.html) #解析本地文件

3. 解析服务器响应文件

tree = etree.HTML(content) #解析网页文件

4. 返回结果

result = tree.xpath(‘//div/div/@aria-label’)[0]

注：xpath返回的结果类型为列表，当结果有许多值时我们可以使用下标来取我们想要的值。

（五）实例演示

---

import urllib.request

from lxml import etree

import urllib.parse

url =‘https://www.baidu.com/s?’

headers = {

‘User-Agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/98.0.4758.102 Safari/537.36’

}

cre_data = {

‘wd’ : ‘这里写关键词’

}

data = urllib.parse.urlencode(cre_data)

url = url + data

request = urllib.request.Request(url = url , headers = headers )

response = urllib.request.urlopen(request)

content = response.read().decode(‘utf-8’)

print(content)

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！