首頁  >  文章  >  後端開發  >  Python爬蟲之lxml-etree和xpath的結合使用(附案例)

Python爬蟲之lxml-etree和xpath的結合使用(附案例)

不言
不言原創
2018-09-07 16:13:4012734瀏覽

這篇文章要跟大家介紹的是Python爬蟲之lxml-etree和xpath的結合使用(附案例),內容很詳細,希望可以幫助到大家。

lxml:python 的HTML/XML的解析器

官網文件:https://lxml.de/

使用前,需要安裝安lxml 套件

功能:

1.解析HTML:使用etree.HTML(text) 將字串格式的html 片段解析成html 文件

2.讀取xml檔

3.etree和XPath 搭配使用

lxml 的安裝

#【PyCharm】>【file】>【settings】>【Project Interpreter】>【 】 >【lxml】>【install】

具體操作截圖:

Python爬蟲之lxml-etree和xpath的結合使用(附案例)

Python爬蟲之lxml-etree和xpath的結合使用(附案例)

Python爬蟲之lxml-etree和xpath的結合使用(附案例)

##lxml-etree 的使用

Python爬蟲之lxml-etree和xpath的結合使用(附案例)

案例v25檔案:https://xpwi.github.io/py/py爬蟲/py25etree.py

  • #用lxml 來解析HTML程式碼

    ##
    # 先安装lxml
    # 用 lxml 来解析HTML代码
    
    from lxml import etree
    
    text = &#39;&#39;&#39;<p>
        <ul>
            <li class="item-0"><a href="0.html">item 0 </a></li>
            <li class="item-1"><a href="1.html">item 1 </a></li>
            <li class="item-2"><a href="2.html">item 2 </a></li>
            <li class="item-3"><a href="3.html">item 3 </a></li>
            <li class="item-4"><a href="4.html">item 4 </a></li>
            <li class="item-5"><a href="5.html">item 5 </a></li>
        </ul>     </p>&#39;&#39;&#39;
    
    # 利用 etree.HTML 把字符串解析成 HTML 文件
    html = etree.HTML(text)
    s = etree.tostring(html).decode()
    
    print(s)
  • 執行結果

##lxml-etree 的使用

Python爬蟲之lxml-etree和xpath的結合使用(附案例)

案例v26etree2檔案:https://xpwi.github.io/py/py爬蟲/py26etree2.py

  • #讀取xml檔案:

  • # lxml-etree读取文件from lxml import etree
    
    xml = etree.parse("./py24.xml")
    sxml = etree.tostring(xml, pretty_print=True)
    
    print(sxml)
  • 執行結果

#etree和XPath 搭配使用

Python爬蟲之lxml-etree和xpath的結合使用(附案例)

etree和XPath 搭配使用

案例v26expath.檔案:https://xpwi.github.io/py/py爬蟲/py26expath.py

etree和XPath 搭配使用:

#
# lxml-etree读取文件from lxml import etree

xml = etree.parse("./py24.xml")
print(type(xml))# 查找所有 book 节点rst = xml.xpath(&#39;//book&#39;)
print(type(rst))
print(rst)# 查找带有 category 属性值为 sport 的元素rst2 = xml.xpath(&#39;//book[@category="sport"]&#39;)

print(type(rst2))
print(rst2)# 查找带有category属性值为sport的元素的book元素下到的year元素rst3 = xml.xpath(&#39;//book[@category="sport"]/year&#39;)
rst3 = rst3[0]

print(&#39;-------------\n&#39;,type(rst3))
print(rst3.tag)
print(rst3.text)
###運行結果######etree和XPath 配合使用結果################相關推薦:########python爬蟲之xpath的基本使用詳解###############python爬蟲是什麼?為什麼把python叫做爬蟲? ######

以上是Python爬蟲之lxml-etree和xpath的結合使用(附案例)的詳細內容。更多資訊請關注PHP中文網其他相關文章!

陳述:
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn