一个Python爬虫案例，带你掌握xpath数据解析方法

文章目录

• xpath基本概念

• xpath解析原理

• 环境安装

• 如何实例化一个etree对象：

• xpath(‘xpath表达式’)

• xpath爬取58二手房实例

• 爬取网址

• 完整代码

• 效果图

• xpath图片解析下载实例

• 爬取网址

• 完整代码

• 效果图

• xpath爬取全国城市名称实例

• 爬取网址

• 完整代码

• 效果图

• xpath爬取简历模板实例

• 爬取网址

• 完整代码

• 效果图

xpath基本概念

xpath解析：最常用且最便捷高效的一种解析方式。通用性强。

xpath解析原理

1.实例化一个etree的对象，且需要将被解析的页面源码数据加载到该对象中

2.调用etree对象中的xpath方法结合xpath表达式实现标签的定位和内容的捕获。

环境安装

pip install lxml

如何实例化一个etree对象：

from lxml import etree

1.将本地的html文件中的远吗数据加载到etree对象中：

etree.parse(filePath)

2.可以将从互联网上获取的原码数据加载到该对象中：

etree.HTML(‘page_text’)

xpath(‘xpath表达式’)

• /:表示的是从根节点开始定位。表示一个层级

• //:表示多个层级。可以表示从任意位置开始定位

• 属性定位：//div[@class='song'] tag[@attrName='attrValue']

• 索引定位：//div[@class='song']/p[3] 索引从1开始的

• 取文本