学习笔记(20):Python爬虫开发-xpath解析基础02

最新推荐文章于 2024-08-15 01:55:01 发布
最新推荐文章于 2024-08-15 01:55:01 发布
阅读量166 收藏
点赞数
分类专栏： 研发管理 文章标签： python 爬虫 编程语言 Python 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43682697/article/details/105072208
版权

立即学习:https://edu.csdn.net/course/play/24454/306777?utm_source=blogtoedu

from lxml import etree

etree.parse('./xxx.html')本地脱机文件

etree.HTML('page_text')网页

r = tree.xpath('//div[@class=""]//li[3]/a/text()')[0]  "/"代表取直系内容，"//"跨层级选取

取文本：/text()直系文本内容 //text 

 

r=tree.xpath('//div[@class=""]/img/@src')选取标签中的属性

 

 

△超和平 Buster ▲
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
XPath基础
Junds0的博客
03-05 1478
第1关：XPath 路径表达式 1.选取bookstore元素的所有子节点 ********** Begin *********bookstore *********** End ********** 2.选取所有拥有名为 lang 的属性的 title 元素 ********** Begin *********//title[@lang] *********** End ********** 3.选取所有 title 元素，且这些元素拥有值为 eng 的 lang 属性和值为good的class属性
educoder作业-python基础
@ZhengLan的博客
10-25 3050
给xikz准备的学习资料，其他同学可以微信关注【村头卖假发的小郑】，回复python基础获取文章。 Python 入门之控制结构 - 循环结构 第1关 While 循环与 break 语句 partcount = int(input()) electric = int(input()) count = 0 #请在此添加代码，当count < partcount时的while循环判断语句 #********** Begin *********# while count<partcount: #.
XPath - 基础学习
Mazy's Blog
12-16 475
XPath 是一门在 XML 文档中查找信息的语言。 XPath 用于在 XML 文档中通过元素和属性进行导航。什么是 XPath? XPath 使用路径表达式在 XML 文档中进行导航 XPath 包含一个标准函数库 XPath 是 XSLT 中的主要元素 XPath 是一个 W3C 标准 XPath 于 1999 年 11 月 16 日 成为 W3C 标准
educoder python入门之基础语法-用python实现豆瓣短评通用爬虫(登录、爬取、可视化分析)...
weixin_37988176的博客
10-31 329
原创技术公众号：bigsai前言在本人上的一门课中，老师对每个小组有个任务要求，介绍和完成一个小模块、工具知识的使用。然而我所在的组刚好遇到的是python爬虫的小课题。心想这不是很简单嘛，搞啥呢？想着去搞新的时间精力可能不太够，索性自己就把豆瓣电影的评论(短评)搞一搞吧。之前有写过哪吒那篇类似的，但今天这篇要写的像姨母般详细。本篇主要实现的是对任意一部电影短评(热门)的抓取以及可视化分析。 也就...
学习笔记(05):Python爬虫开发-数据解析
黑夜中的潜行者
02-24 309
数据解析 聚焦爬虫：爬取页面中指定的页面内容 - 编码流程： - 指定url - 发起请求 [.text（字符串）.content（二进制）.json（对象）] - 数据解析 - 持久化存储 数据解析分类： - 正则 - bs4（python独有） - xpath（***） 数据解析原理概述： - 解析的局部的文本内容都会在标签之间或者标签对应的属性中进行存储 - 1.进行指定标签的定位 - 2....
从入门到放弃：python爬虫系列-xpath解析库的使用
X工作室
07-24 365
吐血整理，绝对干货
爬虫笔记-解析库-Xpath
06-03
基于崔庆才《python3网络爬虫开发实战》写的学习笔记和心得，其中包括内容和方法最总，包括代码，其中有些方法由于版本更迭做了修改。使用jupyter写的。
《python3网络爬虫开发实战》学习笔记：：selenium——xpath：Unable to locate element
01-08
selenium+firefox在定位时遇到selenium.common.exceptions.NoSuchElementException: Message: Unable to locate element: ...这种定位错误一般很少出现，因为其中的xpath路径一般是通过copy xpath而不是自
python 爬虫学习笔记
03-09
Python 爬虫学习笔记涵盖了爬虫的基础知识、网络和前端基础、Requests 模块、请求头、GET 和 POST 请求、代理、Cookie 模拟登录、Quote 和 Unquote、登录和获取 Cookie、Post 和 Session、重试机制、JSON 和 ...
python爬虫-mast笔记
05-31
在本篇Python爬虫-mast笔记中，我们将深入探讨Python爬虫的基本概念、常用库和实战技巧，帮助你掌握这一强大的数据获取工具。 首先，Python之所以在爬虫领域广泛应用，得益于其简洁明了的语法和丰富的第三方库。...
Python 爬虫学习笔记之多线程爬虫
01-20
刚学过正则表达式，用的正顺手，现在就把正则表达式替换掉，使用 XPath，有人表示这太坑爹了，早知道刚上来就学习 XPath 多省事 啊。其实我个人认为学习一下正则表达式是大有益处的，之所以换成 XPath ，我个人认为...
【Python】入门到放弃之第九章《字典》
最新发布
MP13537560060的博客
08-15 557
这是本系列的第九章节内容，《字典》。在Python中，字典（Dictionary）是一种内置的数据结构，用于存储键值对（key-value pairs）。字典是可变的，意味着你可以在创建字典后添加、删除或修改其中的元素。字典的键（key）必须是唯一的，并且是不可变的（即，它们必须是不可变数据类型，如字符串、数字或元组，但不能是列表或字典等可变类型）。字典的值（value）则可以是任何数据类型，包括列表、元组、字典等。以上，就是Python中字典的全部内容。
【python学习】深入解析 `jq` 库：JSON 处理的利器
m0_54007171的博客
08-13 391
jq库是 Python 对流行的命令行工具jq的封装。它允许你直接在 Python 中使用jq的查询语言来处理 JSON 数据。借助jq，你可以轻松地对 JSON 数据进行过滤、选择、转换、聚合等操作，极大地简化了代码复杂度。
GraphRAG：复杂查询的知识图谱新框架
YeJuliaLi的博客
08-14 678
微软最近发布了名为 GraphRAG（Graphs + Retrieval Augmented Generation）的创新 RAG 框架，这是一个将文本提取、语义网络分析，与大语言模型（LLM）的提示和总结功能结合在一起的端到端系统，用于深入理解文本数据集。在对私有数据中的复杂文本信息进行文档分析时，GrahRAG 使用 LLM 生成的知识图谱来大幅提高问答性能。这里的私有数据集是指 LLM 没...
【Markdown】Markdown 中的语言简称
EleganceJiaBao的博客
08-12 942
以下是常见编程语言、脚本语言、标记语言等在 Markdown 中的语言简称以及相应的示例：
Java读写EM4305卡、将4305卡制做成4100ID卡
zhangjin7422的专栏
08-14 374
Java读写em4305低频RFID源码，支持将EM4305卡配置成4100ID卡
importlib库介绍
m0_51579041的博客
08-14 197
importlib
Python爬虫基础：HTML获取、HTTP协议与模拟登录解析
"这篇Python爬虫学习笔记主要涵盖了如何通过HTML标签获取网页内容，使用BeautifulSoup（bs4）解析HTML，XPath解析，模拟登录处理cookies，以及多线程和多进程技术，还有Selenium的使用。" 在学习Python爬虫时，首先...
评论
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

打赏作者

△超和平 Buster ▲

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