XPath怎么用


这篇文章将为大家详细讲解有关XPath怎么用,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。
1,XPath的使用在使用前,需要安装lxml库。安装代码:pip3 install lxml1.1XPath的常用规则:/ 表示选取直接子节点// 表示选取所有子孙节点. 选取当前节点.. 选取当前结点的父节点@ 选取属性看完这些?你是不是还是一脸懵逼?下面我们来实际运用一下。1.2实例引用如图:导入etree模块etree.HTML()是构造一个XPath对象etree.tostring()是对代码进行修正,如果有缺失的部分,会自动修复方法比较简单,就不截取效果图了。如果我们相对本地的文件进行解析怎么办?我们可以这样写etree.parse()第一个参数为html的路径,第二(etree.HTMLParser())和上面etree.HTML()的性质是一样的,为了方便,接下里我使用对本地文件进行解析。html文本如下:1.3获取所有的节点 香港云主机结果:开头用//表示选取所有符合的节点,*表示获取所有的节点,上面两句话一看这不是一个意思吗?会不懂!我们可以分为两步理解:第一步//是选取所有符合要求的节点,没有指明是什么要求!,不知道你要获取什么.第二步*表示所有节点,所以才会获取所有节点。这样理解起来应该会很容易了吧。注意:返回的是一个列表1.4获取指定的节点还是上面的html文本,如果我们想获取li节点怎么办?只需要将result_text=html.xpath(‘//*’)修改成result_text=html.xpath(‘//li’)如果想获取a节点,就修改成//a,也可以写成//li//a,或者//ul//a获取//li/a都是可以获取到但是如果//ul/a是获取不到的因为/表示的是直接子节点注意:返回的都是节点,并不是文本信息。即:这种形式。1.4属性匹配如果我们想要a标签的href属性,我们可以修改成//a/@href返回结果:返回的也是一个列表如果我们想要匹配class为li_1的li,可以修改成//li[@class=”li_1″]即可1.5父节点匹配我们来获取link2.html的a节点的父节点的class属性,我们是需要修改成//a[@href=”link2.html”]/../@class,这里的..表示寻找父节点,返回的依然是一个列表。1.6获取文本我们来获取class为li_3的li下a的文本,可以写成//li[@class=”li_3″]/a/text()即可1.7contains()函数比如其中有一个li为:此时:li具有两个class名,我们如果这样写//li[@class=”li”]是获取不到节点的那么我们可以这样写获取到节点//li[contains(@class,”li”)]。1.8多属性获取获取class名为li或者id为caidan的li就用or。1.9,last(),position()函数上面的html有很多li,如果我只想获取第一个可以这样://li[1],同理第二个改成2就可以了,如果想获取最后一个://li[last()]如果想获取前两个://li[position()
2,Beautiful Soup的使用同样的在使用前我们也要安装Beautiful Soup没有安装的请自行安装。首先导入模块:from bs4 import BeautifulSoup这次我们直接用一个网站来试试,我选择的是猫眼网,你可以选择其他网站哦。获取网页部分,上节有教,链接:python第二大神器requests如图:2.1初始化BeautifulSoup()第一个参数为获取的网页内容,第二个参数为lxml,为什么是lxml?因为Beautiful Soup在解析时依赖解析器,python自带的解析器,容错能力差,比较慢,所以我们使用第三方解析器lxml,prettify()是将获取的内容以缩进的方式输出,看起来很舒服如图:看起来舒服多了。2.2获取值我们来获取一下title信息,我们是需要这样。结果:我们可以看到title获取的是title节点的所有信息,而加个string就变成了title里的文本内容,这样是不是也是很简单?2.21获取属性值比如,我们想要获取img的src属性,我们只需要,soup.img[‘src’]就可以获取到,soup.img.arrts[‘src’]也可以获取到。如果想获取到所有的属性就这样写:soup.img.arrts即可如图所示:注意:所有的属性返回的形式是以字典的形式返回。2.3获取直接子节点和子孙节点,父节点,祖先节点,兄弟节点获取直接子节点:contents,例如我想获取p标签的直接子节点:soup.p.contents即可获取子孙节点:descendants,例如我想获取p标签的子孙节点:soup.p.descendants即可获取父节点:parent属性,例如我想获取p标签的父节点:soup.p.parent即可获取祖先节点:parents属性,例如我想获取p标签的祖先节点:soup.p.parents即可获取兄弟节点:next_sibling,previous_sibling,next_siblings,previous_siblings分别为下一个兄弟节点,上一个兄弟节点,上面所有的兄弟节点,下面所有的兄弟节点。2.4获取文本属性string为获取文本attrs为获取属性2.5方法选择器find_all()返回的一个列表,匹配所有符合要求的元素如果我们想要获取ul可以这样写:soup.find_all(name=’ul’)如果我们想要获取id为id1属性可以这样写:soup.find_all(arrts[id=’id1′])如果我们想要获取class为class1属性可以这样写:soup.find_all(arrts[class_=’class1′])因为class有特殊意义,所以我们获取class的时候价格_即可如果我们想要获取文本值可以这样写:soup.find_all(text=re.compile(”))匹配text需要用到正则,匹配你想要的text值find()只返回一个值,匹配到符合要求的第一个值。用法和上面的方法一样注意:以上说有的属性,方法都是通过我实例的soup来调用,soup是我的命名,你可以修改它,同时你调用就要用你的命名了2.6css选择器我们如果用css选择器需要调用select()方法比如想获取class名为class1的节点,我们可以这样写:soup.select(‘.class1’)即可,和css的表达方式是一样的,但是他的css选择器功能不够强大,下面我们介绍一个针对css的解析库。3,pyquery的使用首先要安装pyquery没有安装的请自行安装。导入模块:from pyquery import PyQuery首先和上面的一样,同样需要初始化,获取对象如下:结果:这样就获取到了所有的li此外:初始化对象时,可以填写文本(上面就是),还可以填写url:PyQuery(url=’https://maoyan.com/’)还可以填写本地文件:PyQuery(filename=”),”中填写本地文件的路径3.1css选择器的基本用法如果想选取class名为class1下的li可以这样写result(‘.class li’)和css的选择器写法是一样的。3.2find()方法,子节点,父节点,兄弟节点和上面不同这里的find()方法是查找所有的子孙节点,如果想获取li下的所有a节点可以这样写:result(‘li’).find(‘a’)即可如果只想查找子节点:children()方法即可父节点:parent()获取直接父节点获取所有父节点:parents()获取所有父节点,如果只想要父节节点中class为class1的可以这样写:parents(‘.class1’)注意:输出的是父节点的所有内容。兄弟节点:siblis()方法,如果只想要兄弟节点中id为id1的可以这样写:parents(‘#id1’)3.3对于获取的结果,不想上面返回的是列表,这里如果返回多个对象需要for循环遍历3.4获取属性,文本,例如我们想要获取li下a的href属性(attr()函数),由于有多个结果,所以我们这里需要遍历。如图:结果:注意:如果不遍历,只会输出第一个如果我们想要获取文本值:text()方法,只需要将attr()函数改为text()函数即可3.6对属性,文本,class的删除,修改addClass(‘class1’):表示添加一个class名,名字为class1removeClass(‘class1’)表示删除一个class名,名字为class1我们来实例一下:结果:同时我们还可以添加属性,文本添加属性:attr(‘name’,’name1′)添加文本:text(‘123123’)添加代码:html(‘12122′)有了添加,就有删除remove()函数比如如果我们想删除li下的所有a节点可以这样写:result(‘li’).find(‘a’).remove()关于“XPath怎么用”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,使各位可以学到更多知识,如果觉得文章不错,请把它分享出去让更多的人看到。

相关推荐: 如何用React和高德地图实时获取经纬度定位地址

本文小编为大家详细介绍“如何用React和高德地图实时获取经纬度定位地址”,内容详细,步骤清晰,细节处理妥当,希望这篇“如何用React和高德地图实时获取经纬度定位地址”文章能帮助大家解决疑惑,下面跟着小编的思路慢慢深入,一起来学习新知识吧。1.根据高德官方的…

免责声明:本站发布的图片视频文字,以转载和分享为主,文章观点不代表本站立场,本站不承担相关法律责任;如果涉及侵权请联系邮箱:360163164@qq.com举报,并提供相关证据,经查实将立刻删除涉嫌侵权内容。

Like (0)
Donate 微信扫一扫 微信扫一扫
Previous 09/02 21:45
Next 09/02 21:45

相关推荐