超级会员免费看
本文介绍了爬虫基础，包括使用CSS和XPath选择器抓取链家、猫眼电影、喜马拉雅等网站数据，以及通过JSON解析拉勾网的招聘信息。实战部分详细讲解了如何分析网页源码，选择合适的CSS或XPath表达式，以及处理分页和动态加载的内容。
CSS选择器
html中为指定元素指定显示效果，比如颜色，背景，字体等不同的属性，这些样式都是通过css选择器告诉浏览器指定样式风格。
| 表达式 | 含义 |
|---|---|
| #animal | 获取id为animal的所有元素 |
| .animal | 获取class为animal的所有元素 |
| a.active | 获取类为active的a标签 |
| .animal > .pig | 获取类animal直接子元素中类为.pig的元素 |
| .animal .pig | 获取类animal后代元素中类为.pig的元素 |
| a[href*=“animal”] | 获取包含类animal的a元素 |
| a[href^=“http”] | 获取href以http开头的a元素 |
| a[href$=“gov.cn”] | 获取href以gov.cn结尾的a元素 |
| div[class=“animal”][ctype=“pig”] | 获取多属性同时具备的元素 |
| div > a:nth-child(2) | 获取div下的第二个a元素 |
| .pig , .animal | 同时选择两个class的所有元素 |
| p:nth-last-child(1) | 获取倒数第一个p元素 |
| p:nth-child(even) p:nth-child(odd) | 获取奇数偶数节点 |
订阅专栏 解锁全文
722
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
