python3爬虫必学Xpath,快速使用lxml.etree
为什么80%的码农都做不了架构师?>>>
为神马要用Xpath而不是BeautifulSoup呢?
Xpath是要更高效一些的,最重要的是我不需要去查看html结构,通过chrome直接复制Xpath路径就可使用,对于懒人来说这个是挺不错的功能,而且同样强大。当然,萝卜白菜,各有索爱。工具嘛,顺手才是好!
Xpath的安装
>>> PIP3 install lxml
win的安装可以参考后续安装文档
引用
from lxml import etree
解析文本方式
常用HYML()的方式来解析html文件,lxml.etree也提供了fromstring()方式来解析字符串,XML()方式解析XML对象,parse()解析文件类型对象
Xpath的使用
import requests
from lxml import etree
url = 'your url'
content = requests.get(url).content
html = etree.HTML(content)
element =html.xpath('//*[class='class']/div/text()')
print(element)
首先获取的element可能是列表,或节点。这个非常重要,后续操作需要。
'.'----选取当前节点
'..'----选取当前节点的父元素节点
'@'----选取属性
'*'----匹配任何元素
'@*'----匹配任何属性
交流欢迎到我的博客:http://www.nigaea.com/dataanalysis/89.html
参考文档:
http://lxml.de/xpathxslt.html#xpath
http://www.w3school.com.cn/xpath/
https://zhuanlan.zhihu.com/p/20584357
http://blog.chinaunix.net/uid-13869856-id-5747494.html
转载于:https://my.oschina.net/at5/blog/816344
python3爬虫必学Xpath,快速使用lxml.etree相关推荐
- 【视频教程免费领取】聚焦Python分布式爬虫必学框架Scrapy 打造搜索引擎
领取方式 关注公众号,发送Python0407获取下载链接. 扫码关注公众号,公众号回复 Python0407 获取下载地址 目录结构 目录:/读书ReadBook [57.6G] ┣━━48G全套J ...
- python xpath语法-Python爬虫基础之XPath语法与lxml库的用法详解
前言 本来打算写的标题是XPath语法,但是想了一下Python中的解析库lxml,使用的是Xpath语法,同样也是效率比较高的解析方法,所以就写成了XPath语法和lxml库的用法 XPath 即为 ...
- Python3爬虫学习笔记——xpath练习之爬取起点网玄幻小说排行
这次看完xpath章之后巩固练习 import re import requests from lxml import etree def get_one_page(url):headers = {' ...
- java位运算求幂,程序员必学:快速幂算法
前阵子,有小伙伴在我B站的算法教程底下留言 小伙伴们有任何疑问或者希望我解说任何内容,都可以在我的小我私家B站或民众号(xmg_mj)留言哦,我会尽我最大能力.只管抽时间去写文章\录视频来回应人人. ...
- python多线程爬虫数据顺序_Python爬虫必学知识点:多线程爬虫
前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理. 作者:黑白之道 什么是线程 线程(Thread)也叫轻量级进程,是操作系统 ...
- 小白必学的爬虫基础(二)
爬虫基础知识 网络爬虫 爬虫可以解决的问题 爬虫工程师的进阶之路 搜索引擎 搜索引擎的主要组成 搜索引擎的工作流程 搜索引擎的局限性 聚焦爬虫 爬虫准备工作 robots协议 sitemap–网站地图 ...
- python爬虫基础(二)~工具包: 下载包requests、urllib和解析包BeautifulSoup(bs4)、lxml.etree.xpath
目录 1. html下载工具包 1.1 urllib工具包 1.1.1 urllib错误一 1.2 Requests工具包 1.2.1 requests错误一 2. html解析工具包 2.1 Bea ...
- Python3 爬虫学习笔记 C07 【解析库 lxml】
Python3 爬虫学习笔记第七章 -- [解析库 lxml] 文章目录 [7.1]关于 lxml [7.2]使用 XPath [7.3]查找所有节点 [7.4]查找子节点 [7.5]查找父节点 [7 ...
- python3.8.5怎么用-Python 3.8 新功能大揭秘【新手必学】
最新版本的Python发布了!今年夏天,Python 3.8发布beta版本,在2019年10月14日,第一个正式版本已准备就绪.现在,我们都可以开始使用新功能并从最新改进中受益. Python 3. ...
- python xpath语法-Python爬虫之XPath语法和lxml库的用法
本来打算写的标题是XPath语法,但是想了一下Python中的解析库lxml,使用的是Xpath语法,同样也是效率比较高的解析方法,所以就写成了XPath语法和lxml库的用法 安装 为什么要用这个库 ...
最新文章
- other-如何可以查看别人请求的输出结果
- [转]Cookie/Session机制详解
- python 文件操作的模块_Python之文件操作修改模块
- 大学计算机——所有大学生都应学习的一门计算思维基础教育课程,_大学计算机_所有大学生都应学习的一门计算思维基础教育课程...
- 局域网大型文件分发的可能解决方案
- 异常检测1——python使用KNN模型进行异常检测
- 数据库某些要注意的问题(转的,侵权删除)
- Windows Azure AppFabric 入门教学(七):多播(Multicast)
- spark reduceByKey源码解析
- 完全分布式安装Hadoop,Hive,Hbase,Hwi,Zookeeper
- 微信小程序icon图标使用详解
- iOS8过渡到iOS9,Xcode6过渡到Xcode7
- 当当图书项目首页实现
- 计算机网络超级详细的总结(2)
- 设计模式大作业绘图系统【六种设计模式+文档】
- mac共享文件android,Mac访问局域网共享文件方法
- 自定义绘制三阶B样条曲线
- Java实现 LeetCode 506 相对名次
- ubuntu下如何查看opencv的版本
- XLSX转换为DOCX,Aspose.Cells快速搞定