爬取人民邮电新书30页的图书信息

本文分享了使用XPath爬取人民邮电出版社新书信息的实战经验,包括处理图书价格缺失、多位作者信息及页面信息不全等问题,强调了正确使用XPath的重要性,并介绍了replace与strip()函数的区别以及' '.join函数的用途。

爬取人民邮电新书30页的图书信息 具体网址:http://ryjaoyu.com//

遇见的问题:

一: 有些图书信息没有价格,
二: 作者有多个
三: 最后一页的图书信息并不完全 。

本次采用xpath的方式:直接上图
在这里插入图片描述
完成后的感悟:
可以通过列表解析的方式 传入url的30页的具体地址
需要记住的是:在遍历当前节点下面的时候 一定不要用 //(注://是匹配所有)
replace 和 strip() 的区别:
replace 可以全部清除, strip() 只能清楚字符串 的前面和后面的\n\t
’ ‘.join函数 :可以将列表转换位字符串 。 分隔符就为’ ’

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值