爬虫xpath——黄磊

先在控制台下载

pip install lxml

导入

from lxml import etree

使用

date = """

       <div>

            <ul>

                <li class="item-0"><a href="link1.html">first item</a></li>

                <li class="item-1"><a href="link2.html">second item</a></li>

                <li class="item-1"><a href="link3.html">third item</a></li>

                <li class="item-0"><a href="link4.html">fourth item</a></li>

            </ul>

        </div> 

        """

html = etree.HTML(date)

date1 = html.xpath('/html')

for i in date1:

    print(i)

 date2 = html.xpath('//li')

for i in date2:

    print(i)

#学具体路径

date3 = html.xpath('/html/body/div/ul/li/a')

for i in date3:

    print(i.text)

#循环某个属性

date4 = html.xpath('/html/body/div/ul/li/@class')

for i in date4:

    print(i)

date5 = html.xpath('/html/body/div/ul/li/a')

for i in date5:

    a= i.xpath('./@href')

    print(a)

#读取某一个节点

date6 = html.xpath('/html/body/div/ul')

for i in date6 :

    li_1 = i.xpath('./li[1]')

    print(li_1)

    li_last=i.xpath('./li[last()]')

    print(li_last)

#带有某属性的标签

data7 = html.xpath('//ulli/a[@href="link2.html"]')

for i in data7:

    print(i.text)

 data8 = html.xpath('//ul/li/*')

for i in data8:

    if hasattr(i,'text'):

        print(i.text)

    else:

        print(i)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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