目錄
- 1. xpath 的介紹
- 優(yōu)點：
- 安裝lxml庫
- XML的樹形結(jié)構(gòu)：
- 選取節(jié)點的表達式舉例：
- 2. 爬取起點小說網(wǎng)
- 在瀏覽器中獲取書名和作者測試
- 使用xpath獲取起點小說網(wǎng)的數(shù)據(jù)
1. xpath 的介紹
xpath是一門在XML文檔中查找信息的語言
優(yōu)點：
- 可以在xml中找信息
- 支持HTML的查找
- 可以通過元素和屬性進行導(dǎo)航
但是Xpath需要依賴xml的庫，所以我們需要去安裝lxml的庫。
安裝lxml庫
我們先要安裝lxml的庫，直接在pycharm里安裝即可：
XML的樹形結(jié)構(gòu)：
元素-元素-屬性-文本
使用XPath選取節(jié)點：
- nodename: 選取此節(jié)點的所有節(jié)點
- /從根節(jié)點選擇
- // 從匹配選擇的當前節(jié)點選擇文檔中的節(jié)點，而不考慮他們的位置
- . 選擇當前節(jié)點
- .. 選擇當前節(jié)點的父節(jié)點（此處是兩個點，瀏覽器默認顯示3個..）
- /text() 獲取當前路徑下的文本內(nèi)容
- /@xxx 提取當前路徑下標簽的屬性值
選取節(jié)點的表達式舉例：
2. 爬取起點小說網(wǎng)
在瀏覽器中獲取書名和作者測試
在谷歌里安裝一個xpath的插件
在html中查找book-mid-info
我們要獲取小說的名稱： 也就是 //div[@class='book-mid-info']/h4/a/txt()
再加一個獲取作者：
使用xpath獲取起點小說網(wǎng)的數(shù)據(jù)
# 作者：互聯(lián)網(wǎng)老辛
# 開發(fā)時間：2021/4/8/0008 8:24
import requests
from lxml import etree
url="https://www.qidian.com/rank/yuepiao"
headers={'user-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36 Core/1.70.3861.400 QQBrowser/10.7.4313.400'}
#發(fā)送請求
resp=requests.get(url,headers)
e=etree.HTML(resp.text) #類型轉(zhuǎn)換，把str轉(zhuǎn)變?yōu)閏lass 'lxml.etree._ELement
print(type(e))
names=e.xpath('//div[@class="book-mid-info"]/h4/a/text()')
authors=e.xpath('//p[@class="author"]/a[1]/text()')
print(names)
print(authors)
#名稱和作者對應(yīng)
for name,authors in zip(names,authors):
print(name,":",authors)
以上就是python使用XPath解析數(shù)據(jù)爬取起點小說網(wǎng)數(shù)據(jù)的詳細內(nèi)容，更多關(guān)于python XPath解析數(shù)據(jù)爬取起點小說網(wǎng)的資料請關(guān)注腳本之家其它相關(guān)文章！
您可能感興趣的文章:- Python爬蟲之用Xpath獲取關(guān)鍵標簽實現(xiàn)自動評論蓋樓抽獎(二)
- python利用xpath爬取網(wǎng)上數(shù)據(jù)并存儲到django模型中
- selenium與xpath之獲取指定位置的元素的實現(xiàn)
- python Xpath語法的使用
- Python自動化xpath實現(xiàn)自動搶票搶貨
- python selenium xpath定位操作
- Python爬蟲必備之XPath解析庫
