(三-1)xpath访问豆瓣实例

import  requests
from lxml import etree
import csv
url = "https://movie.douban.com/top250?start={}&filter="
def getcode(url):
     headers = {
        'user-agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.95 Safari/537.36 OPR/26.0.1656.60',
     }
     res=requests.get(url,headers=headers)
     res.encoding='utf-8'
     return res.text
def setcode(resource):
    html = etree.HTML(resource)
    resu = html.xpath('//div[@class="info"]')
    masterlist = []
    master = {}
    for res in resu:#因为xpath返回的值是一个列表类型所以将其遍历出来

        title = res.xpath('div[@class="hd"]//span[@class="title"]/text()')
        othertitle = res.xpath('div[@class="hd"]/a/span[@class="other"]/text()')
        score = res.xpath('div[@class="bd"]/div[@class="star"]/span[@class="rating_num"]/text()')
        quote = res.xpath('div[@class="bd"]/p[@class="quote"]/span/text()')
        url = res.xpath('div[@class="hd"]/a/@href')[0]
        if quote:
            quote= quote[0]
        else:
           quote=''
        master['title'] = ''.join(title + othertitle)
        master['score']=score
        master['quote']=quote
        master['url']=url
        masterlist.append(master)
        print (masterlist)
    return masterlist
def writedata(masterlist):
    with open('douban.csv','w',encoding='utf-8',newline='')as f:
        writer = csv.DictWriter(f,fieldnames=["score","quote","url","title"])
        writer.writeheader()
        for each in masterlist:
            writer.writerow(each)
if __name__=='__main__':
    masterlist = []
    for i in range(10):
        source=url.format(i * 25)
        resource = getcode(source)
        masterlist = masterlist+setcode(resource)
    writedata(masterlist)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
XPath是一种XML文档的定位方法,也可以用于HTML文档的定位,Selenium中也可以使用XPath来定位网页元素。下面是使用XPath定位元素的详细步骤: 1. 打开浏览器并访问网页: ```python from selenium import webdriver driver = webdriver.Chrome() driver.get("http://www.example.com") ``` 2. 使用XPath定位元素: ```python # 通过元素id定位 element = driver.find_element_by_xpath('//*[@id="element_id"]') # 通过元素name定位 element = driver.find_element_by_xpath('//*[@name="element_name"]') # 通过元素class定位 element = driver.find_element_by_xpath('//*[@class="element_class"]') # 通过元素标签名定位 element = driver.find_element_by_xpath('//tag_name') # 通过元素属性定位 element = driver.find_element_by_xpath('//*[@attribute_name="attribute_value"]') # 通过元素文本内容定位 element = driver.find_element_by_xpath('//*[text()="text_content"]') # 通过元素部分文本内容定位 element = driver.find_element_by_xpath('//*[contains(text(), "text_content")]') ``` 3. 对元素进行操作: ```python # 输入文本 element.send_keys("text_input") # 点击元素 element.click() # 获取元素文本 print(element.text) # 获取元素属性值 print(element.get_attribute("attribute_name")) ``` 注意事项: - XPath定位需要用到浏览器的开发者工具,在开发者工具中可以查看元素的XPath路径。 - XPath路径中的引号需要用不同类型的引号包裹,例如在单引号内使用双引号包裹。 - 如果XPath路径中包含斜杠(/),则需要使用双斜杠(//)或者使用单引号包裹整个XPath路径。 -XPath路径中没有找到元素时,会抛出NoSuchElementException异常。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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