本文详细介绍了XPath在数据采集中的重要性和作用，指出XPath精准定位数据的能力能有效解决爬虫采集时的遗漏和不准确性问题。通过学习XPath，可以灵活应对复杂网页结构，提高采集精准度和速度，降低数据清洗工作量，成为高效的数据采集者。
为什么要写XPath这个话题？
最近发现在用户用八爪鱼采集数据过程中遇到的问题，有80%以上的数据爬取遗漏、不准确的问题，都是因为：
「XPath地址不准确」导致。
比如：
A：“我设计好的规则，怎么采集下来很多空白的数据？”
B：“我采集下来的数据，怎么有那么多不必要的字段？导致我后续清洗数据的工作量非常大。”
C：“为何我采集的数据是错的？”
等等……
这些问题都源自采集数据过程中，数据**「定位」**不够精准导致。
而XPath的最大作用就在于**「精准定位」**目标数据。
1、XPath初相识
什么是XPath？
XPath（XML Path Language），其中XML是用来存储和传输数据的网页文档，Path意为路径。
XPath是在HTML文档中查找信息的语言。
XPath 用于在HTML文档中通过元素和属性进行导航。
什么是HTML？
HTML（Hyper Text Markup Language）超文本标记语言。
HTML，用来描述网页的一种语言。我们日常浏览的网页背后都是一个个HTML文档。我们打开一个网页，
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
