数据提取之Xpath

最新推荐文章于 2024-05-07 23:52:06 发布

lizoe_

最新推荐文章于 2024-05-07 23:52:06 发布

阅读量545

点赞数

分类专栏：简述文章标签：爬虫 python Xpath 数据提取 xml

本文链接：https://blog.csdn.net/lizoe_/article/details/86616772

版权

这篇博客介绍了XPath在Python爬虫中的应用，详细解析了XPath的基本概念、节点关系和选择工具。通过实例展示了如何选取HTML和XML文档中的特定元素、属性和文本，以及如何在XPath中使用通配符和路径表达式。最后提醒读者，虽然XPath Helper等工具对学习语法有帮助，但在实际爬取数据时，它们可能并不准确。

摘要由CSDN通过智能技术生成

1. xpath和lxml

lxml是一款高性能的 Python HTML/XML 解析器，我们可以利用XPath，来快速的定位特定元素以及获取节点信息

2. 什么是xpath

XPath (XML Path Language) 是一门在 HTML\XML 文档中查找信息的语言，可用来在 HTML\XML 文档中对元素和属性进行遍历。

W3School官方文档：http://www.w3school.com.cn/xpath/index.asp

3. 认识xml

知识点：

html和xml的区别
xml中各个元素的的关系和属性

3.1 html和xml的区别

在这里插入图片描述

3.2 xml的树结构

<bookstore>
<book category="COOKING">
  <title lang="en">Everyday Italian</title> 
  <author>Giada De Laurentiis</author> 
  <year>2005</year> 
  <price>30.00</price> 
</book>
<