5、数据采集、提取与处理全攻略

最新推荐文章于 2025-12-09 13:20:29 发布

A3B4C5

最新推荐文章于 2025-12-09 13:20:29 发布

阅读量13

点赞数

CC 4.0 BY-SA版权

分类专栏： Python爬虫实战指南文章标签：数据采集 XPath CSS选择器

本文链接：https://blog.youkuaiyun.com/a3b4c5/article/details/154632253

Python爬虫实战指南专栏收录该内容

23 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

数据采集、提取与处理全攻略

1. 数据采集与提取

1.1 XPath 和 CSS 选择器的运用

在数据采集过程中，XPath 和 CSS 选择器是强大的工具。例如，若要选择所有类名为 “planet” 的 <tr> 元素，可使用如下代码：

[(v, v.xpath("@name")) for v in tree.cssselect('tr.planet')]

执行该代码后，输出结果如下：

[(<Element tr at 0x10d3a2278>, ['Mercury']),
 (<Element tr at 0x10c16ed18>, ['Venus']),
 (<Element tr at 0x10e445688>, ['Earth']),
 (<Element tr at 0x10e477228>, ['Mars']),
 (<Element tr at 0x10e477408>, ['Jupiter']),
 (<Element tr at 0x10e477458>, ['Saturn']),
 (<Element tr at 0x10e4774a8>, ['Uranus']),
 (<Element tr at 0x10e4774f8>, ['Neptune']),
 (<Element tr at 0x10e477548>, ['P