本文介绍了Python爬虫中Xpath的基本概念、安装与使用方法，并通过实战例子展示了如何使用Xpath解析豆瓣短评网页，获取评论数据。同时，对比了Xpath与其他网页解析工具的优缺点，并提供了课后练习，帮助读者巩固所学。
本节课程主要介绍解析神器Xpath是什么、Xpath如何安装及使用，以及使用实际的例子讲解Xpath如何解析豆瓣短评的网页并获取数据。
- 解析神器Xpath
- Xpath的使用
- 实战环节
解析神器Xpath：
1. 什么是Xpath
XPath即为XML路径语言（XML Path Language），它是一种用来确定XML文档中某部分位置的语言。
XPath基于XML的树状结构，提供在数据结构树中找寻节点的能力。起初XPath的提出的初衷是将其作为一个通用的、介于XPointer与XSL间的语法模型。但是XPath很快的被开发者采用来当作小型查询语言。
可以阅读该文档了解更多关于Xpath的知识。
2. Xpath解析网页的流程
- 首先通过Requests库获取网页数据
- 通过网页解析，得到想要的数据或者新的链接
- 网页解析可以通过Xpath或者其它解析工具进行，Xpath在是一个非常好用的网页解析工具
3. 常用的网页解析
- 正则表达式使用比较困难，学习成本较高
- BeautifulSoup性能较慢，相对于Xpath较难，在某些特定场景下有用
- Xpath使用简单，速度快（Xpath是lxml里面的一种），是抓取数据最好的选择
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
