Scrapy_XPath选择器

最新推荐文章于 2024-10-07 08:14:17 发布

原创

最新推荐文章于 2024-10-07 08:14:17 发布 · 367 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#XPath #Scrapy #Python

文章目录

XPath选择器

XPath即XML路径语言，它是一种用来确定xml文档中某个部分位置的语言

基础语法

下面通过一个HTML文档讲解各个语法

from scrapy.selector import Selector
from scrapy.http import HtmlResponse

body = """
<html>
    <head>
        <base href = "http://www.baidu.com" />
        <title>User23333</title>
    </head>
    <body>
        <h1>Hello World</h1>
        <h1>Hello Scrapy</h1>
        <b>Hello Python</b>
        <ul>
            <li>Python学习手册<b>价格：99.00元</b></li>
            <li>Python核心编程<b>价格：88.00元</b></li>
            <li>Python基础教程<b>价格：80.00元</b></li>
        </ul> 
        <div id = "images">
            <a href = "image1.html">Name: Iamge 1</br><img src = "image1.jpg"/></a>
            <a href = "image2.html">Name: Iamge 2</br><img src = "image2.jpg"/></a>
            <a href = "image3.html">Name: Iamge 3</br><img src = "image3.jpg"/></a>
            <a href = "image4.html">Name: Iamge 4</br><img src = "image4.jpg"/></a>
            <a href = "image5.html">Name: Iamge 5</br><img src = "image5.jpg"/></a>
        </div> 
        <ul class="pager">          
            <li class="current">Page 1 of 50</li>            
            <li class="next"><a href="catalogue/page-2.html" class="">next</a></li>         
        </ul>     
    </body>
</html>
"""

response = HtmlResponse(url="http://www.example.com", body=body, encoding='utf-8')

/:描述一个从根开始的绝对路径

print(response.xpath('/html'))
print(response.xpath('/html/head'))

E1/E2: 选中E1子节点中的所有E2节点

print

最低0.47元/天解锁文章

200万优质内容无限畅学