Python爬虫之xpath的基本使用

代码输入中...

于 2022-11-28 19:28:56 发布

阅读量252

点赞数

CC 4.0 BY-SA版权

文章标签： python 爬虫开发语言 pandas 数据分析

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/m0_59485658/article/details/128085615

本文介绍了XPath在Python爬虫中的应用，包括安装、基本使用方法，如获取标签内容、遍历元素、查找特定属性等。通过示例代码演示了如何使用XPath选择器解析HTML文档，提取所需信息。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、简介

　　XPath 是一门在 XML 文档中查找信息的语言。XPath 可用来在 XML 文档中对元素和属性进行遍历。XPath 是 W3C XSLT 标准的主要元素，并且 XQuery 和 XPointer 都构建于 XPath 表达之上。

二、安装

1	`pip3 install lxml`

　

三、使用

　　1、导入

1	`from` `lxml` `import` `etree`

　　2、基本使用

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

from lxml import etree

wb_data = """

<div>

<ul>

<li class="item-0"><a href="link1.html">first item</a></li>

<li class="item-1"><a href="link2.html">second item</a></li>

<li class="item-inactive"><a href="link3.html">third item</a></li>

<li class="item-1"><a href="link4.html">fourth item</a></li>

<li class="item-0"><a href="link5.html">fifth item</a>

</ul>

</div>

"""

html = etree.HTML(wb_data)

print(html)

result = etree.tostring(html)

print(result.decode("utf-8"))

　　从下面的结果来看，我们打印机html其实就是一个python对象，etree.tostring(html)则是不全里html的基本写法，补全了缺胳膊少腿的标签。

1

2

3

4

5

6

7

8

9

10

11

<Element html at 0x39e58f0>

<html><body><div>

<ul>

<li class="item-0"><a href=<

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。