爬虫(2)——解析

1.xpath

1.xpath的基本语法

  • 路径查询
    • //: 查找所有子孙节点,不考虑层级关系
    • /: 找直接节点
  • 谓词查询
    • //div[@id]
    • //div[@id=“maincontent”]
  • 属性查询
    • /@class
  • 内容查询
    • //div/h1/text()
  • 逻辑运算
    • //div[@id=“head” and @class=“s_down”]
    • //title | //price

2.Jsonpath

1.jsonpath的安装及使用方式:

3.BeautifulSoup

1.基本简介:

  • BeautifulSoup简称:bs4
  • BeautifulSoup和lxml一样,是一个html解析器,主要功能也是解析和提取数据
  • 优缺点:
    • 缺点:效率没有lxml的效率高
    • 优点:接口设计人性化,使用方便

2.安装以及创建

  • 安装

    pip install bs4

  • 导入:

    from bs4 import BeautifulSoup

  • 创建对象

    • 服务器响应的文件生成对象

      soup = BeautifulSoup(respond.read().decode(),‘lxml’)

    • 本地文件生成对象

      soup=BeautifulSoup(open(‘1.html’),‘lxml’)

      注意:默认打开文件的编码格式为gbk所以需要指定打开编码的格式

3.节点定位

  • 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