1.什么是XPath？
xpath是一門在XML和HTML檔案中查找資訊的語言，可用來在XML和HTML檔案中對元素和屬性進行遍歷，XPath 通過使用路徑運算式來選取 XML 檔案中的節點或者節點集，這些路徑運算式和在常規的電腦檔案系統中看到的運算式非常相似，
2.XPath語法
想要學好xpath，首先要搞明白html檔案中的節點，
以上是在網上隨便找的一段html的文本，可以觀察得到，div的標簽下是ul標簽，而ul標簽下是li標簽，于是發現html的標簽是一級一級如樹狀的，Xpath正是通過這樣的方式去尋找，以生活中舉例，要確定一個人的位置，首先確定他在中國，然后確定他在某個省份，哪座城市，那個小區，最后找到他，
同級標簽可以用li[1],li[2],li[3]的方式獲取
3.lxml庫
簡單介紹一下lxml庫，接下來會用到它
lxml是一個HTML/XML的決議器，主要的功能是如何決議和提取HTML/XML 資料，
lxml和正則一樣，也是用C實作的，是一款高性能的PythonHTML/XML決議器，可以利用之前學習的XPath語法，來快速的定位特定元素以及節點資訊，
4.實際案例
隨便爬取一個網站，找到找到網站的html文本，如下圖
要找到title和href，仔細觀察可以得到路徑分別是//div[@id="resultList"]/div[@]/p/span/a/@title
//div[@id="resultList"]/div[@]/p/span/a/@href
運行如下：
5.總結
Xpath，是在爬蟲中常見的提取資料的方式之一，相比于正則，它更加簡單一些，便于操作，xpath的難點在于準確的確定資料所在的位置，
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/261254.html
標籤：Python
上一篇：Python繪制雷達圖