以爬取快代理https://www.kuaidaili.com/free/为例。
response是整个页面返回的数据,页面内容。
-
response.xpath('//*[@id="list"]/table/tbody/tr')
返回结果:
返回一个SelectorList对象,SelectorList 类是内建 list 类的子类,它是一个列表,列表的每一项都是一个如下图所示的元素:
提供了一些额外的方法:
xpath(query)
css(query)
extract()
re()
__nonzero__()
-
response.xpath('//*[@id="list"]/table/tbody/tr').extract()
返回结果:
.extract()提取HTML内容,返回一个列表。
-
response.xpath('//*[@id="list"]/table/tbody/tr').extract()[0] response.xpath('//*[@id="list"]/table/tbody/tr')[0].extract()
这两个一个是先得到一个HTML内容组成的列表,再取第一个元素;一个是先得到SelectorList第一个元素,再提取成HTML内容,总之返回的结果一样。
-
response.xpath('//*[@id="list"]/table/tbody/tr')[0].extract()[0]
返回结果:
返回的是上一个结果(字符串)的第一个字符。