[网络爬虫]Xpath数据解析

港控/mmm° 2024-04-24 20:33 180阅读 0赞

>  *  ?个人主页：[北·海][Link 1]
>  *  ?CSDN新晋作者
>  *  ?欢迎 ?点赞✍评论⭐收藏
>  *  ✨收录专栏：[网络爬虫][Link 1]
>  *  ?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

![b32d09a10eaf4f0a8162abaa3ce86083.png][]

--------------------

实例; xpath

![4a2c1282cf884a4d9be60d2e51d7db19.png][]

[Link 1]: https://blog.csdn.net/weixin_73865721?spm=1010.2135.3001.5343
[b32d09a10eaf4f0a8162abaa3ce86083.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/132a6c1258b9426fb83fa0ba30de14a8.png
[4a2c1282cf884a4d9be60d2e51d7db19.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/24/7e2d1b54e17b4237aae2a57fa841fecf.png