目录
- 一、简介
- 二、安装
- 三、节点
- 3.1 选取节点
- 3.2 选取未知节点
- 3.3 节点关系
- 四、XPath实例
一、简介
XPath 是一门在 XML 文档中查找信息的语言。XPath 可用来在 XML 文档中对元素和属性进行遍历。XPath 是 W3C XSLT 标准的主要元素，并且 XQuery 和 XPointer 都构建于 XPath 表达之上。
Xpath解析库介绍：数据解析的过程中使用过正则表达式, 但正则表达式想要进准匹配难度较高, 一旦正则表达式书写错误, 匹配的数据也会出错。
网页由三部分组成: HTML, Css, JavaScript, HTML页面标签存在层级关系, 即DOM树, 在获取目标数据时可以根据网页层次关系定位标签, 在获取标签的文本或属性。
二、安装
pip install lxml三、节点
3.1 选取节点
XPath 使用路径表达式在 XML 文档中选取节点。节点是通过沿着路径或者 step 来选取的。 下面列出了最有用的路径表达式：
| 表达式 | 描述 |
|---|---|
| nodename | 选取此节点的所有子节点。 |
| / | 从根节点选取。 |
| // | 从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置。 |
| … | 选取当前节点的父节点。 |
| . | 选取当前节点。 |
| @ | 选取属性。 |
3.2 选取未知节点
XPath 通配符可用来选取未知的 XML 元素。
| 通配符 | 描述 |
|---|---|
| * | 匹配任何元素节点。 |
| @* | 匹配任何属性节点。 |
| node() | 匹配任何类型的节点。 |
在下面的表格中，我们列出了一些路径表达式，以及这些表达式的结果：
| 路径表达式 | 结果 |
|---|---|
| /bookstorea/div[@class="content"]/span/text()')
# 视频
video_list = tree.xpath('//*/video[@controls="controls"]/source/@src')
index = 0
for i in video_list:
# 获取视频二进制流
video_content = requests.get(url= 'https:' + i,headers=headers).content
# 标题
title_1 = content[0].strip('\n')
# 将视频二进制写入文件
with open(f'Video/{title_1}.mp4','wb') as f:
f.write(video_content)
index += 1
到此这篇关于Python爬虫必备之XPath解析库的文章就介绍到这了,更多相关XPath解析库内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！ 免责声明： ① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的，并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据，供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。 ② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341 软考中级精品资料免费领
相关文章发现更多好内容猜你喜欢AI推送时光机Python爬虫必备之XPath解析库后端开发2022-06-02 Python爬虫必备之XPath解析库的示例分析后端开发2023-06-15 Python爬虫必备之Xpath简介及实例讲解后端开发2024-04-02 Python爬虫之必备chardet库后端开发2022-06-02 Python爬虫实战之xpath解析后端开发2023-09-23 python爬虫指南之xpath实例解析后端开发2023-08-15 【Python爬虫】数据解析之bs4解析和xpath解析后端开发2023-09-06 python爬虫教程之bs4解析和xpath解析详解后端开发2024-04-02 python怎么爬虫lxml库解析xpath网页后端开发2023-06-30 python爬虫指南之xpath实例解析(附实战)后端开发2024-04-02 python爬虫lxml库解析xpath网页过程示例后端开发2024-04-02 python网络爬虫精解之XPath的使用说明后端开发2024-04-02 python爬虫之解析库正则表达式后端开发2023-01-30 Python爬虫之urllib库详解后端开发2024-04-02 python爬虫之bs4数据解析后端开发2022-06-02 Python爬虫笔记3-解析库Xpat后端开发2023-01-31 Python爬虫之解析HTML页面详解后端开发2023-05-18 Python爬虫进阶之Beautiful Soup库详解后端开发2022-06-02 python爬虫之requests库的使用详解后端开发2024-04-02 python爬虫之三：解析网络报文xml后端开发2023-01-31 咦！没有更多了？去看看其它编程学习网 内容吧 |
