Python面试题之爬虫（数据提取）

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