爬蟲(chóng)(Xpath)

什么是XPath?

XPath (XML Path Language) 是一門(mén)在 XML 文檔中查找信息的語(yǔ)言,可用來(lái)在 XML 文檔中對(duì)元素和屬性進(jìn)行遍歷。

XPath 開(kāi)發(fā)工具
1.開(kāi)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(lái)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?cè)诔R?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(yǔ)言,語(yǔ)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(lái)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(duì)象,然后才能使用xpath語(yǔ)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(kāi)始查找(相對(duì)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)

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)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(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)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(guān)點(diǎn),簡(jiǎn)書(shū)系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

友情鏈接更多精彩內(nèi)容