爬蟲(Xpath)

什么是XPath?

  • XPath (XML Path Language) 是一門在 XML 文檔中查找信息的語言,可用來在 XML 文檔中對元素和屬性進(jìn)行遍歷。

XPath 開發(fā)工具
1.開源的XPath表達(dá)式編輯工具:XMLQuire(XML格式文件可用)
2.Chrome插件 XPath Helper
3.Firefox插件 XPath Checker

選取節(jié)點(diǎn): XPath 使用路徑表達(dá)式來選取 XML 文檔中的節(jié)點(diǎn)或者節(jié)點(diǎn)集。這些路徑表達(dá)式和我們在常規(guī)的電腦文件系統(tǒng)中看到的表達(dá)式非常相似。

xml:是一個(gè)可擴(kuò)展的標(biāo)記語言,語法和html和相像,里面的節(jié)點(diǎn)可以自己定義,被設(shè)計(jì)的目的用來進(jìn)行數(shù)據(jù)的傳輸和保存

用法:使用etree.HTML可以將html文檔源碼,轉(zhuǎn)為一個(gè)element對象,然后才能使用xpath語法

最常用的路徑表達(dá)式:
notename :查找出html所有標(biāo)簽名為notename的節(jié)點(diǎn)
/ : 表示從根節(jié)點(diǎn)開始查找(相對性的)
//: 從任意位置匹配出你想要的節(jié)點(diǎn)
. :選取當(dāng)前節(jié)點(diǎn)
.. :選取當(dāng)前節(jié)點(diǎn)的父節(jié)點(diǎn)
@ : 表示選擇屬性
text() :取標(biāo)簽的文本內(nèi)容
notename[1] : 取標(biāo)簽名為notename的第一個(gè)節(jié)點(diǎn)
notename[last()] : 取標(biāo)簽名為notename的最后一個(gè)節(jié)點(diǎn)

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容