爬虫篇（6）爬虫解析工具：xpath、bs4、jsonPATH

最新推荐文章于 2024-05-01 23:18:21 发布
最新推荐文章于 2024-05-01 23:18:21 发布
阅读量627 收藏 5
点赞数 1
分类专栏： 爬虫 文章标签： 爬虫 xpath bs4 jsonpath

一、xpath的使用

1、XML简介

  • XML 指可扩展标记语言（EXtensible Markup Language）
  • XML 是一种标记语言，很类似 HTML
  • XML 的设计宗旨是传输数据，而非显示数据

XML 和 HTML 的区别

数据格式描述设计目标
XMLExtensible Markup Language （可扩展标记语言）被设计为传输和存储数据，其焦点是数据的内容。
HTMLHyperText Markup Language （超文本标记语言）显示数据以及如何更好显示数据。

2、XML的节点关系

1. 父（Parent）

每个元素以及属性都有一个父。

2. 子（Children）

元素节点可有零个、一个或多个子。

3. 同胞（Sibling）

拥有相同的父的节点

4. 先辈（Ancestor）

某节点的父、父的父，等等。

5. 后代（Descendant）

某个节点的子，子的子，等等。

3、XPath使用

XPath 开发工具

  1. 开源的XPath表达式编辑工具:XMLQuire(XML格式文件可用)
  2. Chrome插件 XPath Helper

1、选取节点

XPath 使用路径表达式来选取 XML 文档中的节点或者节点集。这些路径表达式和我们在常规的电脑文件系统中看到的表达式非常相似。

下面列出了最常用的路径表达式：

表达式描述
nodename选取此节点的所有子节点。
/从根节点选取。
//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。
.选取当前节点的父节点。
@选取属性。

在下面的表格中，我们已列出了一些路径表达式以及表达式的结果：

路径表达式结果
div选取 div元素的所有子节点。
/div选取根元素 div。注释：假如路径起始于正斜杠( / )，则此路径始终代表到某元素的绝对路径！
div/a选取属于div的子元素的所有 a 元素。
//div选取所有 div子元素
div//p选择属于 div 元素的后代的所有div元素，而不管它们位于 p 之下的什么位置。
//@lang选取名为 lang 的所有属性。

2、谓语（条件过滤）

谓语用来查找某个特定的节点或者包含某个指定的值的节点，被嵌在方括号中。

在下面的表格中，我们列出了带有谓语的一些路径表达式，以及表达式的结果：

路径表达式结果
/ul/li[1]选取属于ul 子元素的第一个 li 元素。
/ul/li[last()]选取属于ul子元素的最后一个 li 元素。
/ul/li[last()-1]选取属于ul子元素的倒数第二个li 元素。
/ul/li[position()❤️]选取最前面的两个属于 ul 元素的子元素的li 元素。
//div[@attr]选取所有拥有名为attr 的属性的 div 元素。
//div[@attr=’leng]选取所有 div 元素，且这些元素拥有值为 leng 的 attr 属性。
/div/span[price>99.00]选取div元素的所有 span 元素，且其中的 price 元素的值须大于 99.00。
/div/ul[price>99.00]/p选取 div 元素中的ul元素的所有 p 元素，且其中的 price 元素的值须大于99.00。

3、选取未知节点

XPath 通配符可用来选取未知的 XML 元素。

通配符描述
*匹配任何元素节点。
@*匹配任何属性节点。
node()匹配任何类型的节点。

在下面的表格中，我们列出了一些路径表达式，以及这些表达式的结果：

路径表达式结果
/div/*选取 div 元素的所有子元素。
//*选取文档中的所有元素。
html/node()/a/@*选择html下面任意节点下的a节点的所有属性
//div[@*]选取所有带有属性的 div 元素。

4、选取若干路径

通过在路径表达式中使用“|”运算符，您可以选取若干个路径。

#获取div下面的span元素或者pp元素
/div/span/ | /div/pp

5、模糊匹配


[contains(@属性,值)]
#选取属性为attr，并且值为100的所有元素。
//li[contains(@attr,100)]

6、XPath 运算符

下面列出了可用在 XPath 表达式中的运算符：

运算符描述实例返回值
|计算两个节点集//book | //cd返回所有拥有 book 和 cd 元素的节点集
+加法6 + 410
-减法6 - 42
*乘法6 * 424
div除法8 div 42
=等于price=9.80如果 price 是 9.80，则返回 true。如果 price 是 9.90，则返回 false。
!=不等于price!=9.80如果 price 是 9.90，则返回 true。如果 price 是 9.80，则返回 false。
<小于price<9.80如果 price 是 9.00，则返回 true。如果 price 是 9.90，则返回 false。
<=小于或等于price<=9.80如果 price 是 9.00，则返回 true。如果 price 是 9.90，则返回 false。
>大于price>9.80如果 price 是 9.90，则返回 true。如果 price 是 9.80，则返回 false。
>=大于或等于price>=9.80如果 price 是 9.90，则返回 true。如果 price 是 9.70，则返回 false。
or或price=9.80 or price=9.70如果 price 是 9.80，则返回 true。如果 price 是 9.50，则返回 false。
and与price>9.00 and price<9.90如果 price 是 9.80，则返回 true。如果 price 是 8.50，则返回 false。
mod计算除法的余数5 mod 21

7、获取数据

1、获取文本数据

选中节点后要获取节点中的文本内容，使用text()方法

#获取span标签中的文本内容
/div/ul/li/span/text()
2、获取属性值
#获取a标签中的herf属性
/div//li/a/@herf

这些就是XPath的语法内容，在运用到Python抓取时要先转换为xml。**


from lxml import etree
html = etree.parse('baidu.html')
result = html.xpath('//div')
# 三、取属性 @
value1 = html.xpath('//a/@href')
value2 = html.xpath('//img/@src')
value3 = html.xpath('//div[2]/span/@id')

二、BeautifulSoup4

数据提取工具对比：

抓取工具速度使用难度安装难度
正则最快困难无（内置）
BeautifulSoup慢最简单简单
xpath快简单一般

首先必须要导入 bs4 库

# beautifulsoup4_test.py

from bs4 import BeautifulSoup

html = """
"""

#创建 Beautiful Soup 对象
soup = BeautifulSoup(html)

#打开本地 HTML 文件的方式来创建对象
#soup = BeautifulSoup(open('index.html'))

#格式化输出 soup 对象的内容
print soup.prettify()

一、四大对象种类

Beautiful Soup将复杂HTML文档转换成一个复杂的树形结构,每个节点都是Python对象,所有对象可以归纳为4种:

soup= BeautifulSoup(html,'lxml')
1. Tag（标签）

BeautifulSoup中所有的标签都是Tag类型，并且BeautifulSoup的对象其实本质上也是一个Tag类型。所以其实一些方法比如find、find_all并不是BeautifulSoup的，而是Tag的。

<head><title>The Dormouse's story</title></head>
<a class="sister" href="http://example.com/elsie" id="link1"><!-- Elsie --></a>
<p class="title" name="dromouse"><b>The Dormouse's story</b></p>

上面的 title head a p等等 HTML 标签加上里面包括的内容就是 Tag，那么试着使用 Beautiful Soup 来获取 Tags:

我们可以利用 soup 加标签名轻松地获取这些标签的内容，这些对象的类型是bs4.element.Tag。但是注意，它查找的是在所有内容中的第一个符合要求的标签。如果要查询所有的标签，后面会进行介绍。

对于 Tag，它有两个重要的属性，是 name 和 attrs

2.NavigableString

继承自python中的str，用起来就跟使用python的str是一样的。既然我们已经得到了标签的内容，那么问题来了，我们要想获取标签内部的文字怎么办呢？很简单，用 .string 即可，例如

print soup.p.string
3. BeautifulSoup

BeautifulSoup 对象表示的是一个文档的内容。大部分时候,可以把它当作 Tag 对象，是一个特殊的 Tag，我们可以分别获取它的类型，名称，以及属性来感受一下

print type(soup.name)
# <type 'unicode'>

print soup.name 
# [document]

print soup.attrs # 文档本身的属性为空
# {}
4. Comment

Comment 对象是一个特殊类型的 NavigableString 对象，其输出的内容不包括注释符号。

print soup.a
# <a class="sister" href="http://example.com/elsie" id="link1"><!-- Elsie --></a>

print soup.a.string
# Elsie 

print type(soup.a.string)
# <class 'bs4.element.Comment'>

a 标签里的内容实际上是注释，但是如果我们利用 .string 来输出它的内容时，注释符号已经去掉了。

二、遍历文档树

1、直接子节点 ：

content

tag 的 .content 属性可以将tag的子节点以列表的方式输出

soup.head.content

输出方式为列表，我们可以用列表索引来获取它的某一个元素

soup.head.contents[0]

children

它返回的不是一个 list，是一个迭代器对象不过我们可以通过遍历获取所有子节点。

soup.head.children

for child in  soup.body.children:
    print child
2、所有子孙节点:

.descendants 属性

.contents 和 .children 属性仅包含tag的直接子节点，.descendants 属性可以对所有tag的子孙节点进行递归循环，和 children类似，我们也需要遍历获取其中的内容。

for child in soup.descendants:
    print child
3、获取节点内容:
  1. string：获取某个标签下的非标签字符串。返回来的是个字符串。如果这个标签下有多行字符，那么就不能获取到了。
  2. strings：获取某个标签下的子孙非标签字符串。返回来的是个生成器。
  3. stripped_strings：获取某个标签下的子孙非标签字符串，会去掉空白字符。返回来的是个生成器。
  4. get_text：获取某个标签下的子孙非标签字符串。不是以列表的形式返回，是以普通字符串返回。
4、获取标签的属性：

  1. 通过下标获取：通过标签的下标的方式。

    href = a['href']

  2. 通过attrs属性获取：示例代码：

    href = a.attrs['href']

三、查找文档

1、find的使用：

返回第一个查找到的标签

2、find_all的使用：
find_all(name, attrs, recursive, text, **kwargs)

1）name 参数

name 参数可以查找所有名字为 name 的标签,字符串对象会被自动忽略掉

2）keyword 参数

soup.find_all(id='link2')
# [<a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>]

3）text 参数

通过 text 参数可以搜搜文档中的字符串内容，与 name 参数的可选值一样, text 参数接受 字符串 , 正则表达式 , 列表

soup.find_all(text="Elsie")
# [u'Elsie']
  1. 在提取标签的时候，第一个参数是标签的名字。然后如果在提取标签的时候想要使用标签属性进行过滤，那么可以在这个方法中通过关键字参数的形式，将属性的名字以及对应的值传进去。或者是使用attrs属性，将所有的属性以及对应的值放在一个字典中传给attrs属性。
  2. 有些时候，在提取标签的时候，不想提取那么多，那么可以使用limit参数。限制提取多少个。

find与find_all的区别：

  1. find：找到第一个满足条件的标签就返回。说白了，就是只会返回一个元素。
  2. find_all:将所有满足条件的标签都返回。说白了，会返回很多标签（以列表的形式）。

使用find和find_all的过滤条件：

  1. 关键字参数：将属性的名字作为关键字参数的名字，以及属性的值作为关键字参数的值进行过滤。
  2. attrs参数：将属性条件放到一个字典中，传给attrs参数。

四、CSS选择器

这就是另一种与 find_all 方法有异曲同工之妙的查找方法.

  • 写 CSS 时，标签名不加任何修饰，类名前加.，id名前加#
  • 在这里我们也可以利用类似的方法来筛选元素，用到的方法是 soup.select()，返回类型是 list
1）通过标签名查找
print soup.select('title') 
#[<title>The Dormouse's story</title>]

print soup.select('a')
#[<a class="sister" href="http://example.com/elsie" id="link1"><!-- Elsie --></a>, <a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>, <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>]

print soup.select('b')
#[<b>The Dormouse's story</b>]
2）通过类名查找
print soup.select('.sister')
#[<a class="sister" href="http://example.com/elsie" id="link1"><!-- Elsie --></a>, <a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>, <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>]
3）通过 id 名查找
print soup.select('#link1')
#[<a class="sister" href="http://example.com/elsie" id="link1"><!-- Elsie --></a>]
4）组合查找

组合查找即和写 class 文件时，标签名与类名、id名进行的组合原理是一样的，例如查找 p 标签中，id 等于 link1的内容，二者需要用空格分开

print soup.select('p #link1')
#[<a class="sister" href="http://example.com/elsie" id="link1"><!-- Elsie --></a>]

直接子标签查找，则使用 > 分隔

print soup.select("head > title")
#[<title>The Dormouse's story</title>]
5）属性查找

查找时还可以加入属性元素，属性需要用中括号括起来，注意属性和标签属于同一节点，所以中间不能加空格，否则会无法匹配到。

print soup.select('a[class="sister"]')
#[<a class="sister" href="http://example.com/elsie" id="link1"><!-- Elsie --></a>, <a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>, <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>]

print soup.select('a[href="http://example.com/elsie"]')
#[<a class="sister" href="http://example.com/elsie" id="link1"><!-- Elsie --></a>]

同样，属性仍然可以与上述查找方式组合，不在同一节点的空格隔开，同一节点的不加空格

print soup.select('p a[href="http://example.com/elsie"]')
#[<a class="sister" href="http://example.com/elsie" id="link1"><!-- Elsie --></a>]
6) 获取内容

以上的 select 方法返回的结果都是列表形式，可以遍历形式输出，然后用 get_text() 方法来获取它的内容。

soup = BeautifulSoup(html, 'lxml')
print type(soup.select('title'))
print soup.select('title')[0].get_text()

for title in soup.select('title'):
    print title.get_text()

案例：使用BeautifuSoup4提取数据的爬虫

全国天气信息爬取：http://www.weather.com.cn/textFC/beijing.shtml

目标数据：地区名 最低气温，最高气温

存入cvs表中

三、jsonPATH

JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式，它使得人们很容易的进行阅读和编写。同时也方便了机器进行解析和生成。适用于进行数据交互的场景，比如网站前台与后台之间的数据交互。

json对象： {key:value}

json数组: [1,2,3,4]

1. json.loads()

把Json格式字符串解码转换成Python对象

2. json.dumps()

实现python类型转化为json字符串，返回一个str对象 把一个Python对象编码转换成Json字符串

注意：json.dumps() 序列化时默认使用的ascii编码

添加参数 ensure_ascii=False 禁用ascii编码，按utf-8编码

2、JsonPath

JsonPath 是一种信息抽取类库，是从JSON文档中抽取指定信息的工具

JsonPath 对于 JSON 来说，相当于 XPATH 对于 XML。

pip install jsonpath

JsonPath与XPath语法对比：

Json结构清晰，可读性高，复杂度低，非常容易匹配，下表中对应了XPath的用法。

XPathJSONPath描述
/$根节点
.@现行节点
/.or[]取子节点
..取父节点，Jsonpath未支持
//..就是不管位置，选择所有符合条件的条件
**匹配所有元素节点
`@根据属性访问，Json不支持，因为Json是个Key-value递归结构，不需要。
[][]迭代器标示（可以在里边做简单的迭代操作，如数组下标，根据内容选值等）
|[,]支持迭代器中做多选。
[]?()支持过滤操作.
n/a()支持表达式计算
`()分组，JsonPath不支持

案列示例：

我们以拉勾网城市JSON文件 http://www.lagou.com/lbs/getAllCitySearchLabels.json 为例，获取所有城市。

# jsonpath_lagou.py

import requests
import jsonpath
import json
import chardet

url = 'http://www.lagou.com/lbs/getAllCitySearchLabels.json'
response = requests.get(url)
json_data = response.text

# 把json格式字符串转换成python对象
jsonobj = json.loads(json_data)

# 从根节点开始，匹配name节点
citylist = jsonpath.jsonpath(jsonobj,'$..name')

print (citylist)
print (type(citylist))
fp = open('city.json','w')

content = json.dumps(citylist, ensure_ascii=False)
print (content)

fp.write(content.encode('utf-8'))
fp.close()

最后：
文章为18年学习资料记录转载，侵告删

tzyyy1
关注
专栏目录
快速入门 Python 爬虫常用解析库(xpath、bs4)
Amo Xiang的博客
08-21 1838
目录第一章 XPath 解析第二章 Beautiful Soup 模块 第一章 XPath 解析 在 Python 中可以支持 XPath 提取数据的解析模块有很多，本文主要介绍 lxml 模块，该模块可以解析 HTML 与 XML，并且支持 XPath 解析方式。由于 lxml 模块 为第三方模块，需要通过 pip install lxml 命令安装该模块。lxml 模块 的底层是通过C语言编写的，所以在解析效率方面是非常优秀的。xpath 语法参考学习网站：https://www.w3school.co
爬虫学习笔记（五）——网页解析工具(bs4、xpath)
别呀的博客
07-12 1480
一、BS4 1.1、前沿 BeautifulSoup 是一个可以从HTML或XML文件中提取数据的Python库，它的使用方式相对于正则来说更加的简单方便，常常能够节省我们大量的时间。（我这里只是简单介绍bs4使用，想了解更多的小伙伴可以参考：官方中文文档） 安装 pip install beautifulsoup4 解析器 解析器 使用方法 优势 劣势 Python标准库 BeautifulSoup(markup, “html.parser”) Python的内置标准库执行速度适中文档容
python爬虫学习系列之正则、bs4、xpath、jsonpath
hoochon的博客
02-23 786
python爬虫学习系列之正则、bs4、xpath、jsonpath 正则 bs4 xpath jsonpath
Task2 bs4 xpath和正则表达式
小胖鸡的博客
04-23 560
Task2 bs4 xpath和正则表达式Beautiful Soup简介与安装简介安装：导入：创建BeautifulSoup对象：遍历HTML节点的方式：XpathXPath概览XPath常用规则所有节点子节点父节点属性匹配文本获取属性获取属性多值匹配按序选择节点轴选择 Beautiful Soup简介与安装 简介 简单来说，Beautiful Soup是python的一个库，最主要的功...
Python爬虫 xpath，jsonpath，Beautifulsoup 基础（笔记）
Hitomi___的博客
10-11 258
1.xpath使用 xpath使用： 注意：提前安装xpath插件 （1）打开chrome浏览器 （2）点击右上角小圆点 （3）更多工具 （4）扩展程序 （5）拖拽xpath插件到扩展程序中 （6）如果crx文件失效，需要将后缀修改zip （7）再次拖拽 （8）关闭浏览器重新打开 （9）ctrl + shi...
python爬虫的页面数据解析和提取/xpath/bs4/jsonpath/正则(2)
weixin_30396699的博客
06-25 224
上半部分内容链接 : https://www.cnblogs.com/lowmanisbusy/p/9069330.html 四.json和jsonpath的使用 JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式，它使得人们很容易的进行阅读和编写。同时也方便了机器进行解析和生成。适用于进行数据交互的场景，比如网站前台与后台之间的数据交互。 JSON...
python requests bs4 json解析-入门简单示例-获取TOP100榜电影名字和主演写入数据库
野猫炫的博客
11-19 1642
获取猫眼TOP100榜电影名字和主演 headers和status_code在这里用不上，随便写写的 import time import requests from bs4 import BeautifulSoup headers = {"Content-Type": "text/html; charset=utf-8", "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537..
2024年最全【Python爬虫】数据解析之bs4解析和xpath解析_bs4 xpath
最新发布
2401_84692513的博客
05-01 858
超文本标记语言，是我们编写网页的最基本同时也是最核心的一种语言，其语法规则就是用不同的标签对网页上的内容进行标记，从而使网页显示出不同的展示效果。” 标记了，这个时候，浏览器在展示的时候就会让里面的内容，也就是 ”数据解析“ 这。的语法就是用类似这样的标签对页面内容进行标记，不同的标签表示出来的效果也是不一样的。标签，都是一级标题，但是下面这个会显示在右边，也就是说，通过这种形式对。其实不是，我们要抓取的是点击图片进入的页面的高清图片，也就是如下。好的，标签我们明白了，接下来就是属性了。
python爬虫之bs4解析和xpath解析
m0_52656075的博客
02-12 1844
bs4解析 原理: 1.实例化一个BeautifulSoup对象，并且将页面源码数据加载到该对象中 2.通过调用BeautifulSoup对象中相关的属性或者方法进行标签定位和数据提取 如何实例化BeautifulSoup对象: from bs4 import BeautifulSoup BeautifulSoup(参数一,参数二) 参数一为文件描述符，参数二为解析器，一般为’lxml’ 一对象的实例化: 1.将本地的html文档中的数据加载到该对象中 fp = open( './test.html
Python爬虫数据解析（聚焦爬虫） 正则、BS4、Xpath
qq_38232003的博客
12-08 751
数据解析（聚焦爬虫） 聚焦爬虫：爬取页面中指定的页面内容。 聚焦爬虫的编码流程： 指定url 发起请求 获取响应数据 数据解析 持久化存储 建立在通用爬虫基础之上，先爬取整个页面，之后进行指定局部的数据进行提取。这个提取的过程就称之为数据解析 数据解析分类： 正则 bs4 Xpath（最通用的，重点） 数据解析原理： 解析的局部内容基本上会存储在标签之间或标签的属性中； 进行指定的标签定位 标签之间或标签的属性中存储的数据进行提取（解析） 爬取图片数据 content 二进制数据 text 文
Python-知乎爬虫python27requestsjsonbs4time
08-10
知乎爬虫：python27 requests json bs4 time
读json文件自动生成jsonpath
07-22
读json文件自动生成jsonpath，xpath也可以，改改就好
jsonpath
qq_40844663的博客
01-13 238
python处理json格式的函数`` json.dumps() #将字典或者列表转化为json格式的字符串 json.loads() 将json格式转化为python对象 json.dump() 将字典列表转化为json字符串，并写入文件 json.load() 将json字符串从文件中读取出来，并转化为对象 xpath是处理HTML的，，jsonpath是处理json数据的，都是...
对BS4以及json的简单使用
soraZ的博客
11-12 683
import csv, requests from bs4 import BeautifulSoup info = [] url1 = "http://bj.ganji.com/zufang/f4/pn" headers = {"user-agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3947.100 Safari/537.36"} for i in range
Python爬取新浪英超曼联文章内页--bs4，json，txt和csv以及编码
limaning的专栏
01-08 1538
这个页面是新浪英超曼联新闻的首页，直接用lxml爬取，得到它是动态的爬不到，所以要考虑它的信息处理机制，使用Chrome审查元素，在Network--Priview中可以找到它的json源。通常可以把&callbacak=直到最后删除，之前的信息似乎没什么用处，有用的时候再说。 之后使用json解析。 必须仔细观察json的结构，而且还需要不断地断点调试。 import requests
jsonpath的用法
weixin_39349045的博客
07-11 139
import jsonpath wsc = { "money":19000, "house":{ "beijing":["三环","四环","五环"], "shanghai":["静安区","浦东新区"] }, "car":["bmw",'benz','audi','byd'], "pets":[ {"name":"xiaohei","type":"dog"}, {"name":"xiaobai","
python xpath语法-Python爬虫——bs4、xpath基本语法
weixin_37988176的博客
11-01 173
数据解析原理标签定位提取标签、标签属性中存储的数据值bs4数据解析的原理：实例化一个BeautifulSoup对象，并且将页面源码数据加载到该对象中通过调用BeautifulSoup对象中相关的属性或者方法进行标签定位和数据提取环境安装：pip install bs4pip install lxml如何实例化BeautifulSoup对象：from bs4 import BeautifulSoup...
5. 数据提取-jsonpath模块使用
跑着跑着人就瘦了
06-28 235
1. 安装使用 第三方模块需要自行下载 pip install jsonpath 2. 语法 对于网页中抓取的json文件import json 进行转换json_dict = json.loads(json文件) 引用模块中方法from jsonpath import jsonpath 使用方法：json(json_dict, 'jsonpath语法规则字符串') 语法字符串规则 符号 描述 $ 根节点 . 子节点 … 任意节点 * 所有元素节点
BeautifulSoup4和JsonPath
兰枫
08-20 1098
BeautifulSoup4和JsonPath 文章目录BeautifulSoup4和JsonPathBeautifulSoup4遍历文档树搜索文档树CSS选择器Json解析 BeautifulSoup4 BeautifulSoup可以从HTML、XML中提取数据，目前BS4在持续开发。 官方中文文档https://www.crummy.com/software/BeautifulSoup...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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