学爬虫不会xpath解析数据?
今天老师带你一堂课带你从零开始精通xpath,从此轻松提取网页信息。
我们在爬虫的过程中,经常会遇到html字符串数据,很多我们需要的数据不是作为标签的文本就是作标签的属性值那么这些隐藏在标签中我们需要的数据可以通过xpath语法给解析出来
环境介绍:
python 3.6
pycharm
parsel(xpath)
爬虫数据解析的方法
正则表达式
使用场景:数据量相对较少,或者你要提取的诗句类型单一
转没人能用于从字符串里面提取数据
CSS选择器
使用场景:适合在HTML标签当中进行提取数据
css是叠层样示表,专门用于控制网页的颜色、样式与动画。而css选择器就是专门用来选择HTML的标签,进而进行数据提取
xpath
使用场景:合适在HTML标签当中进行数据提取
路径选择器,最早是提取xml文件,因为简单易学,在提取网页方面应用比较多
xpath中节点之间的关系
节点是什么东西?
每个html的标签我们都称之为节