爬蟲第二章（資料解析之xpath）

xpath

b4正規表示式

本次主要介紹xpath表示式

from lxml import etree

import parsel
html_str=
"""    
="item1"
>
"link1.html"
>
1<
/a>
<
/li>
="item2"
>
"link1.htm2"
>
2<
/a>
<
/li>
="item3"
>
"link1.htm3"
>
3<
/a>
<
/li>
="item4"
>
"link1.htm4"
>
4<
/a>
<
/li>
="item5"
>
"link1.htm5"
>
5<
/a>
<
/li>
<
/ul>
<
/div>
"""# 轉換資料型別
data=parsel.
selector
(html_str)
# 能夠把缺失的標籤補充完整
# 新增extract把物件中的資料統統顯示出來
# 2.解析資料
# （1）從根節點開始，獲取所有標籤
# result = data.
xpath
('/html/body/div/ul/li/a').
extract()
# print
(result)
# (2)跨節點獲取所有a標籤
# result0=data.
xpath
('//a').
extract()
# print
(result0)
# (3# result1=data.
xpath
('//ul'
)# result2=result1.
xpath
('./li').
extract()
# result3=result1.
xpath
('./li/a').
extract()
# print
(result2)
# print
(result3)
# (4)選取當前節點的父節點的屬性../
#常見的標籤屬性 class
id href tag src title
# result=data.
xpath
('//a'
)# result4=result.
xpath
('../@class').
extract()
# print
(result4)
# (5)獲取第三個li標籤的節點
# result=data.
xpath
('//li[3]').
extract
()# 索引從1開始
# print
(result)
# result=data.
xpath
('//li/a').
extract
()# 列表從0開始
# print
(result[2]
)    # （6）通過定位屬性的方法獲取第四個a標籤
# result=data.
xpath
('//a[@href="link1.htm4"]').
extract()
# print
(result)
# (7) 通過定位標籤，獲取第四個a標籤包裹的文字
# result=data.
xpath
('//a[@href="link1.htm5"]/text()')[
0].extract()
# print
(result)
# (8)獲取第五個a標籤的href屬性值
# result=data.
xpath
('//li[5]/a/@href').
extract()
# print
(result)
#了解模糊查詢
# result=data.
xpath
('//li[contains(@class,"ite")]').
extract()
# print
(result)
#同時獲取多個標籤，在路徑表示式中使用「|」運算子
#同時獲取li標籤的屬性和a標籤的文字
# result=data.
xpath
('//li/@class|//a/text()').
extract()
# print
(result)
#小結#1.xpath的概述xpath解析查詢提取資訊的語言
#2.xpath的節點關係：根節點，子節點，同級節點
#3.xpath的重點語法在於獲取任意節點://
#4.xpath的重點語法根據屬性獲取節點：標籤[@屬性=
'值']
#5.xpath獲取節點的文字:
text()
#6.xpath獲取節點的屬性值:@屬性值

python爬蟲資料解析之xpath

xpath是一門在xml文件中查詢資訊的語言。xpath可以用來在xml文件中對元素和屬性進行遍歷。在xpath中，有7中型別的節點，元素，屬性，文字，命名空間，處理指令，注釋及根節點。節點 首先看下面例子 1.0 encoding iso 8859 1 en harry potter j k.ro...

C primer之第二章

閱讀至2.5.2時，發現乙個不知道的知識點 如果某個型別的別名指代的是復合型別或是常量，那麼它用到宣告語句裡面就會產生意想不到的後果，例如下面的宣告語句用到了型別pstring，它實際上是型別char 的別名 typedef char pstring 1 const pstring cstr 0 c...

爬蟲之xpath解析庫

xpath語法 1.常用規則 1.nodename 節點名定位 2.從當前節點擊取子孫節點 3.從當前節點擊取直接子節點 4.nodename attribute 根據屬性定位標籤 div class ui main 5.attributename 獲取屬性 6.text 獲取文字 2.屬性匹配兩種...