zoukankan      html  css  js  c++  java
  • 爬虫之XPath

     XPath

    XPath 是一门在 XML 文档中查找信息的语言。XPath 用来在 XML 文档中对元素和属性进行遍历。

    优点:

    1) 可在XML中查找信息 
    2) 支持HTML的查找 
    3) 通过元素和属性进行导航

    由于XPath属于lxml库模块,所以首先要安装库lxml

    pip install lxml

    基础语法

    选取节点

      常用的表达式

    二、谓语

    谓语被嵌在方括号内,用来查找某个特定的节点或包含某个制定的值的节点

    三、通配符

    Xpath通过通配符来选取未知的XML元素

     

    四、取多个路径

    使用“|”运算符可以选取多个路径

    五、Xpath轴

    轴可以定义相对于当前节点的节点集

    六、功能函数    

    使用功能函数能够更好的进行模糊搜索

    代码实例

    import requests
    from lxml import etree
    
    baidu=requests.get('http://www.baidu.com') #请求百度页面
    baidu.encoding=baidu.apparent_encoding #页面编码
    tree=etree.HTML(baidu.text)  #参数只能是str格式的
    a_list=tree.xpath('//*[@id="u1"]/a') #获取的结果为列表形式,故需取其中一个
    for a in a_list:
        print(a.text,a.xpath('./@href')[0]) #遍历获取每个a标签的文本及超链接地址
  • 相关阅读:
    hdu 1258 DFS
    hdu2488 dfs
    poj1915 BFS
    hdu1372 BFS求最短路径长度
    poj3264 线段树
    hdu 2438Turn the corner 三分
    hdu3714 三分
    【转载】单点登陆
    ajax从入门到深入精通
    Web前端技术体系大全搜索
  • 原文地址:https://www.cnblogs.com/zhouyi-/p/9538360.html
Copyright © 2011-2022 走看看