头歌xpath解析网页

许晨梦

已于 2022-04-27 13:33:19 修改

阅读量7.3k

点赞数 10

文章标签： python

于 2022-04-27 13:27:38 首次发布

本文链接：https://blog.csdn.net/dearlwy521/article/details/124448892

版权

这段代码演示了如何使用Python的urllib.request模块获取网页内容，并结合lxml库的HTML解析功能，提取出页面中特定XPath路径下的文本信息。通过//div[@class='left']/ul/li/span/a/text()这一XPath表达式，提取了页面左侧列表里链接的文本。这在网页抓取和数据提取中非常常见。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import urllib.request

from lxml import etree

def get_data(url):
    '''
    :param url: 请求地址
    :return: None
    '''
    response=urllib.request.urlopen(url=url)
    html=response.read().decode("utf-8")
    # *************** Begin *************** #
    parse = etree.HTML(html)  
    # 写入xpath路径  
    item_list = parse.xpath("//div[@class='left']/ul/li/span/a/text()")   
    #item_list = parse.xpath("/html/body/div[2]/div[1]/ul/li/span/a.text()")   
    # *************** End ***************** #

    print(item_list)