【0基础】教你使用Xpath方式提取网页信息

目录

一、Xpath介绍

二、检查Xpath有无错误的方法

三、扩展程序使用方法

---

一、Xpath介绍

xpath是一套用于解析XML/HTML的语法，它使用路径表达式来选取XML/HTML中的节点或节点集。Xpath常用语法和实例如下表所示

xpath使用的第三方库为lxml

使用lxml提取网页内容的方法：

#1.导入etree类
from lxml import etree

#2.使用html生成etree类对象
etree.HTML()

#3.提取页面目标元素
xpath()

XPATH语法如下所示

路径表达式：

谓语

什么是谓语？

谓语用来查找某个特定节点或者包含某个指定节点，位于被镶嵌在方括号中

二、检查Xpath有无错误的方法

下面教大家一个简单的方法来探究你写的xpath语法有无错误的方法 

1.打开浏览器（这里使用的是google chrome)

2.选择右上角的竖状三点——更多工具——扩展程序

3.点击——加载已解压的扩展程序 

链接：https://pan.baidu.com/s/1WaIn2MTqzimyxLFijqst5Q 
提取码：phvs

压缩包程序链接我放这，下载后解压即可，添加到扩展程序就可以使用了

三、扩展程序使用方法

以www.baidu.com网站为例，提取“百度一下”四个字

1.快捷键Ctrl+Shift+X，打开xpath黑色下拉框

2.F12打开网页，输入xpath语法查看是否能打出“百度一下”，能则证明xpath正确