- xpath :最常用且最高效便捷的一种解析方式。语言通用性。数据解析需求首选XPath 解析。
- path 解析原理
- 1.实例化一个etree的对象,且需要将被解析的页面源码数据加载到该对象中
- 2.调用etree对象的xpath方法结合着xpath表达式实现实现标签的定位和内容的捕获。
- 一.环境的安装
- pip install lxml
- 二.如何实例化一个etree对象:from etree import etree
- 1.将本地的Html文档中的源码数据加载到etree对象中:
- etree.parse(filePath)
- 2.也可以从互联网上获取的源码数据加载到etree对象中:
- etree.HTML('page_text')
- 1.将本地的Html文档中的源码数据加载到etree对象中:
- xpath表达式:
- / :表示的是从根节点开始定位。表示的是一个层级。
- // :表示的是多个层级
- 属性定位:
- //div[@class='song']
- 索引定位:
- //div[@class="song"]/p[3]
- 取文本:
- /text() 获取的是标签中直系的文本内容
- //text() 标签中非直系的内容
- 取属性:
- /@attrName ==> img/@src