xpath解析:最常用且最便捷高效的一种解析方式,通用性
-xpath解析原理:
-1、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。
-2、调用etree对象中的xpath方法结合这xpath表达式实现标签的定位和内容的捕获
-环境的安装:
-pip install lxml
-如何实例化一个etree对象:from lxml import etree
-1、将本地的html文档中的源码加载到etree对象中:
etree.parse(filePath)
-2、可以将从互联网上获取的源码数据加载到该对象
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,表示的是一个层级
- //: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] 索引从1开始的
-取文本
- /text() 获取的是标签中直系的文本内容
- //text() 标签中非直系的文本内容(所有的文本内容)
-取属性:
/@attrName ==> img/src
原文:https://www.cnblogs.com/industrial-fd-2019/p/14399412.html