python爬虫技巧（css相关）

 

 

 

 

 

 

---

使用xpath时获取text要注意：

title=title.replace(r'\r\n', '').strip()可用于消除其中的空格

提取信息方法：xpath：from lxml import etree      ；parsel； re；beautifulsoup

---

text=html.content.decode('utf-8')  展示信息

---

标签中含有两个类时：<div class="a b">,parsel使用类选择器的方法是用 . 将两个类连起来

::  伪类选择器     ::后可接属性，如::attr(href)，可获取某标签的链接；

  ::text可获取某标签的文本

注意模块中方法的首字母大小写问题，有的都有，用错会报错

---

选择出来的标签有一组时，使用getal()而不是get，如下

标题

---

chapter='\n'.join(chapter)用以将空格转为正常格式“/u3000”to正常分段，以换行的方式链接在一起进行输出