5、数据采集、提取与处理：XPath、Scrapy及文件格式操作全解析

数据采集、提取与处理：XPath、Scrapy及文件格式操作全解析

1. XPath与CSS选择器的使用

1.1 选择特定元素

可以使用XPath和CSS选择器来选择特定的元素。例如，选择所有类名为“planet”的 <tr> 元素：

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

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>, ['Pluto'])]

1.2 根据I