xpath解析:最常用且最便捷高效的一種解析方式，具有通用性
xpath解析的原理：
一、例項化乙個etree物件，且需要將被解析的頁面原始碼資料載入到該物件中
二、呼叫etree物件中的xpath方法結合著xpath表示式實現標籤定位和內容的捕獲
環境的安裝:pip install lxml
如何例項化乙個etree物件:from lxml import etree
一、將本地中的html文件中的原始碼資料載入到etree物件中:etree.parse(filepath)
二、可以將從網際網路上獲取的原始碼資料載入到該物件中:etree.html(『page_text』)
三、xpath(『xpath表示式』)
xpath表示式
/:表示的是從根節點開始定位，第乙個/表示從根節點開始定位，其餘/表示層級
//:表示多個層級，可以表示從任意位置開始定位
屬性定位：//div[@class=「song」]、tag[@attrname=「attrvalue」]
索引定位：//div[@class=「song」]/p[3] 索引從1開始
取文字：1./text() 獲取標籤中直系的文字內容 2.//text() 獲取標籤下所有的文字內容
取屬性：/@attrname ==>img/src 獲取屬性值
import requests
from bs4 import beautifulsoup
import re
from lxml import etree
headers =
if __name__ ==
"__main__"
:# 例項化好了乙個etree物件，且將被解析的原始碼載入到了該物件中
tree = etree.parse(
'test.html'
)# 傳入本地html
# 根據層級定位捕獲內容
# r = tree.xpath('/html/head/div') # 函式返回的是乙個列表，並不是title對應的html內容，而實乙個element型別的物件
# r = tree.xpath('/html//div')
# r = tree.xpath('//div') # 三個表示式對應的結果相同,//表示從任意位置開始定位
# r = tree.xpath('//div[@class="song"]') # 屬性定位，獲取class=song的乙個div標籤
# r = tree.xpath('//div[@class="song"]/p[3]') # 獲取點三個p標籤，索引從1開始
# r = tree.xpath('//div[@class="tang"]//li[5]/a/text')[0] # 獲取a標籤裡面的文字資料，只能獲取直系標籤裡的文字內容，如果文字存在於其子標籤，則無法獲取
# r = tree.xpath('//li[7]//text()') # 獲取標籤下所有的文字內容
r = tree.xpath(
'//div[@class="song"]/img/@src'
)# 獲取src所對應的屬性值
爬蟲xpath學習
xpath是在xml文件中搜尋內容的一門語言 html是xml的子集 xml 1野花遍地 1.23 臭 腐周 強 周芷若周杰倫 蔡依林惹了 胖胖陳胖胖不陳 from lxml import etree tree etree.xml xml result tree.xpath book name 表示...
python爬蟲XPath學習
xpath簡介和基本使用 1.前言 之前爬蟲的時候沒有用過xpath，就是沒用過lxml這個包，遇到json格式網頁我用的json.loads html格式用的beautifulsoup裡面有find和find all函式查詢標籤之類的。但是xpath在爬蟲裡面也算乙個比較重要的工具，當然要學習啦。...
python爬蟲學習 xpath
1.例項化乙個etree的物件，且需要將被解析的頁面原始碼資料載入到該物件中。2.呼叫etree物件中的xpath方法結合著xpath表示式實現標籤的定位和內容的捕獲。pip install lxml1.將本地的html文件中的原始碼資料載入etree物件中 etree.parse filepath...