# -*- coding:utf-8 -*- """ 1.网页的解析方式 1) xpath(简单) 2) 正则(最难) 3) css(需要懂网页的css) 4) bs4(比xpath难一点点) 2.xpath的基本用法 1) 环境准备:火狐浏览器(版本不能太新) 附件:firebug firexpath 2) 基本操作 //元素标签名 : 例如://div,查找网页内的所有div //元素标签名[@属性名='具体内容'] 例如: //div[@class='box'],查找class为box的div //元素标签名[第几个] 例如: //div[@class='box'][2],查找符合条件的第2个div //元素1/元素2/元素3... 例如: //ul/li/div/a/img,查找ul下的li下的div下的a下的img标签 //元素1/@属性名 例如: //ul/li/div/a/img/@src,查找ul下的li下的div下的a下的img标签的src属性 //元素/text() 例如: //a/text(),获取a标签之间的文本(一级文本) //元素//text() 例如: //div[@class='box']//text(),获取class为div下的所有文本 //元素[contains(@属性名,'相关属性值')] 例如: //div[contains(@class,'zhangsan')],查找class中包含zhangsan的div //*[@属性='值'] 例如: //*[@name='lisi'],查找所有name为lisi的元素 """
基于python的-网页解析方式(xpath)
最新推荐文章于 2021-02-09 16:29:27 发布