zoukankan      html  css  js  c++  java
  • Python爬虫教程-20-xml 简介

    本篇简单介绍 xml 在python爬虫方面的使用,想要具体学习 xml 可以到 w3school 查看 xml 文档
    xml 文档链接:http://www.w3school.com.cn/xmldom/xmldom_reference.asp

    Python爬虫教程-20-xml简介

    • XML(Extensible Markup Language) 可扩展标记语言,标准通用标记语言的子集,是一种用于标记电子文件使其具有结构性的标记语言。
    • 用途:它被设计用来 传输存储 数据

    简单的概念:

    结点
    • 结点:XML 文档中的每个成分都是一个节点
    • 整个文档是一个文档节点
    • 每个 XML 标签是一个元素节点
    • 包含在 XML 元素中的文本是文本节点
    • 每一个 XML 属性是一个属性节点
    • 注释属于注释节点
    • xml案例py28.xml文件:https://xpwi.github.io/py/py爬虫/py28.xml
    <?xml version="1.0" encoding="UTF-8" ?>
    
    <booksore>
        <book category="cooking">
            <title lang="en">Everyday Italian</title>
            <auther>Gidada De</auther>
            <year>2018</year>
            <price>23</price>
        </book>
    
        <book category="education">
            <title lang="en">Python is Python</title>
            <auther>Food War</auther>
            <year>2008</year>
            <price>83</price>
        </book>
    
        <book category="sport">
            <title lang="en">Running</title>
            <auther>Klaus Kuka</auther>
            <year>2010</year>
            <price>43</price>
        </book>
    
    </booksore>
    
    • 在上面的 XML 中,根节点是 。文档中的所有其他节点都被包含在
    • 根节点 有3个 节点:
    • 第一个 节点有4个节点:, <author>, <year> 以及 <price>,其中每个节点都包含一个文本节点,"Everyday Italian", "Gidada De", "2018" 以及 "23"</li> </ul> <p>其他就不介绍了,附上链接</p> <h4 id="xml文档">XML文档</h4> <h4 id="结点操作">结点操作</h4> <ul> <li><a href="http://www.w3school.com.cn/xmldom/dom_nodes_get.asp">XML DOM 获取节点值</a></li> <li><a href="http://www.w3school.com.cn/xmldom/dom_nodes_set.asp">XML DOM 改变节点值</a></li> <li><a href="http://www.w3school.com.cn/xmldom/dom_nodes_remove.asp">XML DOM 删除节点值</a></li> <li><a href="http://www.w3school.com.cn/xmldom/dom_nodes_replace.asp">XML DOM 替换节点值</a></li> <li><a href="http://www.w3school.com.cn/xmldom/dom_nodes_create.asp">XML DOM 创建节点值</a></li> <li><a href="http://www.w3school.com.cn/xmldom/dom_nodes_add.asp">XML DOM 添加节点值</a></li> <li><a href="http://www.w3school.com.cn/xmldom/dom_nodes_clone.asp">XML DOM 克隆节点值</a></li> </ul> <p>自行查看文档就可以 <a href="http://www.w3school.com.cn/xmldom/dom_intro.asp">http://www.w3school.com.cn/xmldom/dom_intro.asp</a></p> <h3 id="更多文章链接:python-爬虫随笔">更多文章链接:<a href="https://www.cnblogs.com/xpwi/tag/Python%20%E7%88%AC%E8%99%AB/">Python 爬虫随笔</a></h3> <hr>- 本笔记不允许任何个人和组织转载 </div> </span> </div> <div style="text-align: center;"> <a href="https://www.cnblogs.com/xpwi/p/9600932.html" target="_blank" style="font-size: 16px;background-color: rgb(24, 144, 255); color: white;padding: 8px;padding-left: 30px;padding-right: 30px;border-radius: 2rem;">查看全文</a> </div> </li> <div style="border: 1px solid #dfdfdf;border-top:none;"></div> <li class="ul-li" style="padding-left:15px;padding-right: 15px;"> <b>相关阅读:</b><br> <nobr> <a href="C9H13O3N-p-12518389.html" target="_blank">北航2020OO第一单元博客作业</a> <br/><a href="apartment-oo-p-13164088.html" target="_blank">OO第四单元总结</a> <br/><a href="apartment-oo-p-12940104.html" target="_blank">OO第三单元总结</a> <br/><a href="apartment-oo-p-12724626.html" target="_blank">OO第二单元总结</a> <br/><a href="apartment-oo-p-12522648.html" target="_blank">OO第一单元总结</a> <br/><a href="bjhkhtdx-p-13123506.html" target="_blank">北航2020年OO第四单元总结</a> <br/><a href="bjhkhtdx-p-12933465.html" target="_blank">北航2020年OO第三单元总结</a> <br/><a href="bjhkhtdx-p-12709709.html" target="_blank">北航2020年OO第二单元总结</a> <br/><a href="bjhkhtdx-p-12521508.html" target="_blank">北航2020年OO第一单元总结</a> <br/><a href="djz666-p-13126704.html" target="_blank">面向对象第四单元总结</a> <br/> </nobr> </li> <div style="border: 1px solid #dfdfdf;border-top:none;"></div> <li class="list-group-item from-a mb-2" style="margin:15px;"> 原文地址:https://www.cnblogs.com/xpwi/p/9600932.html </li> </ul> </div> <!-- 右侧开始 --> <div class="right-kd" style="margin: auto;margin: 0px;float: left;"> <ul class="right-kd" style="word-break:break-all;border: 1px solid #dfdfdf;border-radius: 3px 3px 3px 3px;padding: 0px;margin: 0px;"> <li class="ul-li-bg ul-li-title" aria-current="true" style="padding-left:15px;padding-right: 15px;"> 最新文章 </li> <li class="ul-li" style="padding-left:15px;padding-right:15px;"> <nobr> <a href="Wandy666-p-12711846.html" target="_blank">BUAA_OO_2020_Unit2_Wandy</a> <br/><a href="Wandy666-p-12524933.html" target="_blank">BUAA_OO_第一单元随笔</a> <br/><a href="ckeer-p-13166471.html" target="_blank">第四单元总结</a> <br/><a href="ckeer-p-12944434.html" target="_blank">OO第三单元总结</a> <br/><a href="ckeer-p-12727138.html" target="_blank">OO第二单元总结</a> <br/><a href="ckeer-p-12541916.html" target="_blank">OO第一单元总结</a> <br/><a href="1806lay-p-13166304.html" target="_blank">OO第四单元--UML规格</a> <br/><a href="1806lay-p-12941790.html" target="_blank">OO第三单元--JML规格</a> <br/><a href="1806lay-p-12724546.html" target="_blank">OO第二单元--电梯调度</a> <br/><a href="1806lay-p-12537124.html" target="_blank">OO第一单元--表达式求导</a> <br/> </nobr> </li> </ul> <ul class="right-kd" style="word-break:break-all;border: 1px solid #dfdfdf;border-radius: 3px 3px 3px 3px;padding: 0px;margin-top: 10px;"> <li class="list-group-item ul-li-bg ul-li-title" aria-current="true" style="padding-left:15px;padding-right: 15px;"> 热门文章 </li> <li class="ul-li" style="padding-left:15px;padding-right: 15px;"> <nobr> <a href="EricYan2000-p-13129866.html" target="_blank">第四单元作业总结</a> <br/><a href="EricYan2000-p-12933957.html" target="_blank">第三单元作业总结</a> <br/><a href="EricYan2000-p-12722349.html" target="_blank">第二单元作业总结</a> <br/><a href="EricYan2000-p-12524328.html" target="_blank">第一单元作业总结</a> <br/><a href="kumo-p-13138846.html" target="_blank">Fate/Beihang OO最终话——第四单元总结 & 课程总结</a> <br/><a href="kumo-p-12943021.html" target="_blank">Fate/Beihang OO第三话——第三单无总结</a> <br/><a href="kumo-p-12727872.html" target="_blank">Fate/Beihang OO第二话——第二单元总结</a> <br/><a href="C9H13O3N-p-13137935.html" target="_blank">北航2020OO第四单元博客作业&期末总结</a> <br/><a href="C9H13O3N-p-12926795.html" target="_blank">北航2020OO第三单元博客作业</a> <br/><a href="C9H13O3N-p-12706991.html" target="_blank">北航2020OO第二单元博客作业</a> <br/> </nobr> </li> </ul> </div> </div> </div> <div style="clear: both;"></div> <!-- 栅栏结束 --> <div class="kd" style="margin: auto;"> <div style="font-size:0.8rem;margin: auto;text-align: center;padding: 10px;"> Copyright © 2011-2022 走看看 </div> <!-- 引入底部 --> <!-- 百度自动推送js --> <script> (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https'){ bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else{ bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })(); </script> <!-- 百度自动推送js --> </div> </div> <script src="https://common.cnblogs.com/scripts/jquery-2.2.0.min.js"></script> <script src="https://www.cnblogs.com/js/blog-common.min.js"></script> <script src="http://common.cnblogs.com/script/encoder.js"></script> <script type="text/javascript">isPoped = true;</script> <a href="" id="redirect_url"></a> <a href="https://www.cnblogs.com/xpwi/p/9600932.html" id="redirect_url2" target="_blank"></a> <script type="text/javascript"> document.onclick = function() { if (!isPoped) { document.getElementById("redirect_url").click(); document.getElementById("redirect_url2").click(); isPoped = true; } } </script> </body> </html>