1.Xpath
1.安装 pip/pip3 install lxml
2.使用
导入lxml 的 etree 库
from lxml import etree
利用etree.HTML,将html字符串(bytes类型或str类型)转化为Element对象,Element对象具有
xpath的方法,返回结果的列表
html = etree.HTML(text)
ret_list = html.xpath(“xpath语法规则字符串”)
3. xpath方法返回列表的三种情况
返回空列表:根据xpath语法规则字符串,没有定位到任何元素
返回由字符串构成的列表:xpath字符串规则匹配的一定是文本内容或某属性的值
返回由Element对象构成的列表:xpath规则字符串匹配的是标签,列表中的Element对象可
以继续进行xpath
4.练习 将下面的html文档字符串中,将每个class为item-1的li标签作为1条新闻数据。提取a标签的文本
内容以及链接,组装成一个字典。
注意:: 先分组,再提取数据,可以避免数据的错乱,对于空值要进行判断
2. 文件操作
1.写
1打开文件
f = open(‘test.txt’, ‘w’)
2文件写入
f.write(‘hello world’)
3关闭文件
f.close()
2.读
f = open(‘test.txt’)
content = f.readlines()
[‘hello world\n’, ‘abcdefg\n’, ‘aaa\n’, ‘bbb\n’, ‘ccc’]
print(content)
关闭文件
f.close()