lxml标签提取案例及说明

def getproxyfromxici():
    url = 'https://www.xicidaili.com/nn/1'
    header = {'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/35.0.1916.153 Safari/537.36'}
    respones = requests.get(url,headers = header )
    srcfromhtml= respones.text
    selector = etree.HTML(srcfromhtml)
    #print(etree.tostring(selector).decode('utf-8'))
    srcofxpath = '//*[@id="ip_list"]/tbody/tr[2]/td[2]' #原标签有个tbody就不能用,不知道为什么
    srcofxpathchangge = '//*[@id="ip_list"]//tr[2]/td[2]/text()' #去掉tbody可以用
    srcofxpath2 = '//*[@id="ip_list"]/tr/td[2]/text()' #不加//也能用
    titlelist = [selector.xpath(srcofxpath2.replace('[2]','['+str(i)+']')) for i in [6,2,3]]
    proxydict = [{x:y+':'+z}for x,y,z in zip(titlelist[0],titlelist[1],titlelist[2])]
    for proxy in proxydict:
        str(proxy)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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