用Python做网络爬虫的时候,会对网页的信息进行提取,笔者接触的有正则表达式,BeautifulSoup,Xpath,前面两个都是在国内能够使用的,而Xpath是Chrome的一个插件,因此需要“翻墙”就可以获取到。
笔者在这里提供了Xpath的文件。
一、安装Xpath
链接:https://pan.baidu.com/s/1FsAEKWhqEosMNcaXvxXevg
提取码:y9jv
打开扩展程序,将文件拖进去就可以了Crtl+Shift+X就可以打开Xpath
二、使用Xpath
导入lxml和etree
1 mytree = lxml.etree.HTML(content) 2 # 获取电影的基本信息: 3 name = mytree.xpath('*//div[@class="movie-brief-container"]//h3[@class="name"]//text()')
通过上述方法,就可以建立Xpath的查询。
三、Xpath的解析方法
在使用Xpath进行解析的时候,需要对它进行解析,这里附上一些解析的介绍,可以根据他的提示来写Xpath语句
https://blog.csdn.net/uvyoaa/article/details/80998271
https://blog.csdn.net/qq_41338249/article/details/81029717
基本解析方式都一样抓住要点。