집 > 기사 > 백엔드 개발 > 파이썬 예제 상세한 xpath 분석

파이썬 예제 상세한 xpath 분석

WBOY앞으로: 2022-03-31 12:18:452777검색

이 기사는 xpath와 관련된 문제를 주로 소개하는 python에 대한 관련 지식을 제공합니다. XML 경로 언어의 전체 이름인 XPath는 XML 문서에서 정보를 찾는 언어입니다. 모든 사람.

파이썬 예제 상세한 xpath 분석

etree 개체에서 xpath 메서드를 호출하고 이를 xpath 표현식과 결합하여 레이블 위치 지정 및 콘텐츠 캡처를 달성합니다.

환경 설치
```
pip install lxml
```
etree 개체를 인스턴스화하는 방법

etree. parse(filePath)#你的文件路径

2에 로드됩니다. 인터넷에서 얻은 소스 코드 데이터는 object

etree.HtML('page_ text')#page_ text互联网中响应的数据

xpath 표현식

Expression

Description

에 로드될 수 있습니다. ///... 노드 및 요소 이름모든 속성 선택주어진 속성을 가진 모든 요소 선택주어진 값을 가진 주어진 속성을 선택하세요. 모든 요소지정된 요소가 있는 모든 직계 하위 노드를 선택하세요지정된 요소가 있는 모든 노드를 선택하세요 요소이고 텍스트 콘텐츠는 텍스트 노드입니다

nodename	이 노드의 모든 하위 노드 선택
은 루트 노드에서 시작한다는 의미입니다. 수준을 나타냅니다.
은 여러 레벨을 나타냅니다. 이는 위치 지정이 모든 위치에서 시작됨을 의미할 수 있습니다.
	@*
	[@attrib]
	[@attrib='value' ]
	[태그]
	[tag='text']
	对上面表达式的实例详解这是一个HTML的文档 <meta> <title>测试bs4</title> <p> </p><p>百里守约</p> <p> </p><p>李清照</p> <p>王安石</p> <p>苏轼</p> <p>柳宗元</p> <a> <span>this is span</span> 宋朝是最强大的王朝，不是军队的强大，而是经济很强大，国民都很有钱</a> <a>总为浮云能蔽日,长安不见使人愁</a> <img alt="파이썬 예제 상세한 xpath 분석" > <p> </p> 清明时节雨纷纷,路上行人欲断魂,借问酒家何处有,牧童遥指杏花村秦时明月汉时关,万里长征人未还,但使龙城飞将在,不教胡马度阴山岐王宅里寻常见,崔九堂前几度闻,正是江南好风景,落花时节又逢君杜甫杜牧杜小月度蜜月凤凰台上凤凰游,凤去台空江自流,吴宫花草埋幽径,晋代衣冠成古丘从浏览器中打开是这样的为了方便直观，我们对写个HTML文件进行本地读取进行测试子节点和子孙节点的定位 / 和 // 先来看子节点和子孙节点，我们从上往下找p这个节点，可以看到p的父节点是body，body父节点是html 定位到这个HTML的p对象中，看上面html源码，可以知道有三个p对象我们通过三种不同的方法来输出这个节点的信息，可以看到输出的是三个一样的Element，也就是这三种方法实现的功能是一样的。 import requestsfrom lxml import etree tree = etree.parse('test.html')r1=tree.xpath('/html/body/p') #直接从上往下挨着找节点r2=tree.xpath('/html//p')#跳跃了一个节点来找到这个p节点的对象r3=tree.xpath('//p')##跳跃上面所有节点来寻找p节点的对象r1,r2,r3>>([<element>, <element>, <element>], [<element>, <element>, <element>], [<element>, <element>, <element>])</element></element></element></element></element></element></element></element></element> 属性定位如果我只想要p里面song这一个标签，就可以对其属性定位当然返回的还是一个element r4=tree.xpath('//p[@class="song"]')r4>>>[<element>]</element> 索引定位如果我只想获得song里面的苏轼的这个标签我们找到了song，/p可以返回里面的所有标签， tree.xpath('//p[@class="song"]/p')>>[<element>, <element>, <element>, <element>]</element></element></element></element> 这个单独返回的苏轼的p标签，要注意的是这里的索引不是从0开始的，而是1 tree.xpath('//p[@class="song"]/p[3]')[<element>]</element> 取文本比如我想取杜牧这个文本内容和上面一样，我们要定位到杜牧的这个a标签，首先要找到他的上一级 li ，这是第五个 li 里面的a所以就有了下面的写法，text()是把element转化为文本，当然上面的在后面加个text（）都可以展示文本内容。 tree.xpath('//p[@class="tang"]//li[5]/a/text()')>>['杜牧'] 可以看到这个返回的是一个列表，如果我们想取里面的字符串，可以这样 tree.xpath('//p[@class="tang"]//li[5]/a/text()')[0]杜牧看一个更直接的，//li 直接定位到 li这个标签，//text（）直接将这个标签下的文本提取出来。但要注意，这样会把所有的li标签下面的文本提取出来，有时候你并不想要的文本也会提取出来，所以最好还是写详细一点，如具体到哪个p里的li。 tree.xpath('//li//text()')['清明时节雨纷纷,路上行人欲断魂,借问酒家何处有,牧童遥指杏花村', '秦时明月汉时关,万里长征人未还,但使龙城飞将在,不教胡马度阴山', '岐王宅里寻常见,崔九堂前几度闻,正是江南好风景,落花时节又逢君', '杜甫', '杜牧', '杜小月', '度蜜月', '凤凰台上凤凰游,凤去台空江自流,吴宫花草埋幽径,晋代衣冠成古丘'] 取属性比如我想取下面这个属性可以直接用@取属性 tree.xpath('//p[@class="song"]/img/@src')['http://www.baidu.com/meinv.jpg'] 或者如果我想取所有的href这个属性，可以看到tang和song的所有href属性 tree.xpath('//@href')['http://www.song.com/', '', 'http://www.baidu.com', 'http://www.163.com', 'http://www.126.com', 'http://www.sina.com', 'http://www.dudu.com', 'http://www.haha.com'] 爬虫实战之58同城房源信息 #导入必要的库import requestsfrom lxml import etree#URL就是网址，headers看图一url='https://sh.58.com/ershoufang/'headers={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.7 Safari/537.36'}#对网站发起请求page_test=requests.get(url=url,headers=headers).text# 这里是将从互联网上获取的源码数据加载到该对象中tree=etree.HTML(page_test)#先看图二的解释，这里li有多个，所里返回的li_list是一个列表li_list=tree.xpath('//ul[@class="house-list-wrap"]/li')#这里我们打开一个58.txt文件来保存我们的信息fp=open('58.txt','w',encoding='utf-8')#li遍历li_listfor li in li_list: #这里 ./是对前面li的继承，相当于li/p... title=li.xpath('./p[2]/h2/a/text()')[0] print(title+'\n') #把文件写入文件 fp.write(title+'\n')fp.close() 图一：图二：. 这里我们要提取所有的房源信息，可以看到每个小节点的上一个节点都是一样的，我们要提取的是h2节点a里的房源信息，看图三这里每个 /li 节点里面的子节点都是一样的，所以我们可以先找到所有的li节点，再往下找我们想要的信息推荐学习：python教程