Python面试题之爬虫(数据提取)

本文总结了Python爬虫面试中关于数据提取的相关知识点,包括常用的解析库如Re、json、BeautifulSoup、lxml等,重点介绍了XPath语法和jsonpath模块的使用。强调在实际操作中,理解各种工具的使用方法和灵活切换解决问题的重要性。
摘要由CSDN通过智能技术生成
知识点:
  • 整理 爬虫面试题

  • 添加 爬虫的代码

  • 加深 爬虫的理解

  • 版本 python3.6


1. 列举您使用过的Python网络爬虫所用到的解析数据包

  • Re
  • json
  • jsonpath
  • BeautifulSoup
  • pyquery
  • lxml

数据提取主要是问解析库,主流的话也就是问一下xpath,bs4和pyquery的使用


2. xpath语法

这节在面试中问的灵活性比较强,问到的可能性应该是比较小,今天就讲一下用法

  • 提取xml、html中的数据需要lxml模块和xpath语法配合使用
  • xpath定位节点以及提取属性或文本内容的语法
表达式 描述
nodename 选中该元素
/ 从根节点选取、或者是元素和元素间的过渡
// 从匹配选择的当前节点选择文档中的节点,而不考虑它们的位置
. 选取当前节点
@ 选取属性
text() 选取文本
  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

郭郭郭二蛋

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值