爬虫之Xpath应用
from lxml import etree
#用来获取解析后的数据
html = etree.HTML(text)#用来解析文本
html = etree.parse(“index2.html”)#用来解析html文档
#1获取文档中的所有标签
books = html.xpath("//book")
#2第一个book
first_book = book[0]
#3 获取第一本book中的href标签
href = first_book.xpath(".//@href")
print(href,111111111)
#4获取当前节点的父节点的所有book标签的href属性
book_hrefs = first_book.xpath("…/book/@href")
print(book_hrefs)
#5获取价格大于40的book书名
book_name = html.xpath("//book[price>40]/title/text()")
print(book_name)
#6获取价格等于99.5的书名
book_name = html.xpath("//book[price=99.95]/title/text()")
print(book_name)
#7获取book标签下面的title和price标签
title_price = html.xpath("//book/title | //book/price")
print(title_price)
#8.获取bookstore下面的最前面的两个标签,并获取它的书名
book_name2 = html.xpath("/bookestore/book[positon()❤️]/title/text()")
print(book_name2)
#9获取所有节点属性
nodes = html.xpath("//@*")
print(nodes)
#10获取所有带有属性的title标签,并获取书名
book_name3 = html.xpath("//title[@*]")
print(book_name3)
#11获取属性href为http://www.langlang2017.com/的book标签,获取他的兄弟标签下的title书名
book_name4 = html.xpath("//book[@href=‘http://www.langlang2017.com/’]/following-sibling::book/title/text()")
print(book_name4)
#12获取所有的书名,child 是zi标签
book_name6 = html.xpath("//book/child::title/text()")
print(book_name6)
- XPath在python爬虫中的高级应用
- python爬虫之xpath的应用
- Python 爬虫 爬取安智网应用信息
- Python爬虫利器三之Xpath语法与lxml库的用法
- python爬虫(Xpath)
- Python爬虫抓取马蜂窝游记的照片 基于xpath
- jeapedu 38 find应用:图片爬虫
- python制作最美应用的爬虫
- 第三百三十九节,Python分布式爬虫打造搜索引擎Scrapy精讲—Scrapy启动文件的配置—xpath表达式
- 爬虫小案例 爬取笑话 xpath
- 爬虫神器xpath的用法(一)
- xpath: Python网页爬虫定位辅助利器
- Python爬虫(十三)_案例:使用XPath的爬虫
- xpath中normalize-space的实际应用
- 正则表达式 在爬虫中的应用
- 通过wireshark获取应用接口并使用爬虫爬取网站数据(二)
- 爬虫之XPath高级篇
- 爬虫中Xpath有时候是无效的
- 【Python实战】Scrapy豌豆荚应用市场爬虫
- 介绍requests+threading多线程爬虫,提取采用xpath 和正则两种,介绍线程锁