[网络爬虫]Xpath数据解析

 

• 🎈个人主页：北·海
•  🎐CSDN新晋作者
•  🎉欢迎 👍点赞✍评论⭐收藏
• ✨收录专栏：网络爬虫
• 🤝希望作者的文章能对你有所帮助，有不足的地方请在评论区留言指正，大家一起学习交流！🤗

• xpath解析 : 最常用且最便捷最高效的一共解析方式,通用性
  • xpath解析原理
    • 实例化一个etree的对象,且需要将被解析的页面源码数据加载到该对象中
    • 调用etree对象中的xpath方法结合着xpatj表达式实现标签的定位与内容的捕获
• 环境的安装
  • pip install lxml
• 如何实例化一个etree对象: from lxml import etree
  • 将本地的html文档中的源码数据加载到etree对象中
    • etree.prase(filePath)
• 可以将从互联网上获取的源码数据加载到该对象中
  • etree.HTML('page_text')
• xpath('xpath表达式')
• xpath表达式:
  • / : 表示的是从根节点开始定位,标识的是一个层级
  • // : 表示的是多个层级,可以表示从任意位置开始定位
  • 属性定位: //div[@class ="song"] tag[@attrName = "attrValue"]
  • 索引定位 : //div[@class = "song"]/p[3]  索引时从1开始的
  • 取文本
    • /text() 获取的是标签中直系的文本内容
    • //text() 获取的是标签中非直系的文本内容,(所有的文本内容)
  • 取属性
    • /@attrName   ==> img/src

---

实例; xpath