XPath理解：使用extract()时[0]位置的理解

最新推荐文章于 2024-11-13 19:46:15 发布

原创最新推荐文章于 2024-11-13 19:46:15 发布 · 2.3k 阅读

CC 4.0 BY-SA版权

文章标签：

16 篇文章

订阅专栏

本文介绍如何使用XPath从快代理网站抓取代理IP信息。通过具体实例，展示了如何利用response对象提取HTML元素，包括使用xpath和extract方法获取 tbody 中的 tr 数据。文章深入解析了SelectorList对象的用法，以及如何处理提取到的HTML内容。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

response是整个页面返回的数据，页面内容。

response.xpath('//*[@id="list"]/table/tbody/tr')

返回结果：

返回一个SelectorList对象，SelectorList 类是内建 list 类的子类，它是一个列表，列表的每一项都是一个如下图所示的元素：

提供了一些额外的方法:
xpath(query)
css(query)
extract()
re()
__nonzero__()

response.xpath('//*[@id="list"]/table/tbody/tr').extract()

返回结果：

.extract()提取HTML内容，返回一个列表。

response.xpath('//*[@id="list"]/table/tbody/tr').extract()[0]
response.xpath('//*[@id="list"]/table/tbody/tr')[0].extract()

这两个一个是先得到一个HTML内容组成的列表，再取第一个元素；一个是先得到SelectorList第一个元素，再提取成HTML内容，总之返回的结果一样。

response.xpath('//*[@id="list"]/table/tbody/tr')[0].extract()[0]

返回结果：

返回的是上一个结果（字符串）的第一个字符。