python中简单爬取网页代码

简单网页制作:

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>我要自学网</title>
</head>
<body>
    <h1一级标题1>这是一级标题</h1一级标题1>
    <h2>这是二级标题</h2>
    <p>这是一段文字</p>
    <img src="突破.jpg">
    <div>
        <ul>hello world</ul>
        <ul>hello world</ul>
        <ul>hello world</ul>
    </div>
    <h3>这是三级标题</h3>
    <div id="list">
        <p>这是一段文字</p>
        <p>java</p>
        <p class="hadoop">hadoop</p>

    </div>


</body>
</html>

lxml插件爬取代码:

插件导入:pip3 install lxml



from lxml.html import fromstring

with open('C:/Users/Administrator/PycharmProjects/pythonProject4/index.html','r',encoding='utf-8') as f:
    data=f.read()
    selector = fromstring(data)
hl=selector.xpath('//h1/text()')[0]
p=selector.xpath('//body/p/text()')[0]
div_ul=selector.xpath('//div/ul/text()')[0]
#div_p=selector.xpath('//div[@id="list"]/p/text()')[1]
#div_p=selector.xpath('//div[@id="list"]/p[last()]/text()')[0]
div_p=selector.xpath('//div[@id="list"]/p[@class="hadoop"]/text()')[0]
pass

#C:\Users\Administrator\PycharmProjects\pythonProject4\venv
#C:/Users/Administrator/PycharmProjects/pythonProject4/index.html

如果提示报错:按一下操作

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

打赏作者

品尚公益团队

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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