xpath基本使用

发布时间:2021-09-28 发布网站:前端之家 F2er.com
前端之家收集整理的这篇文章主要介绍了xpath基本使用前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

xpath基本使用

一.安装lxml包

pip install lxml

二.使用

1.使用:

from lxml import etree   # 导包
import requests
?
response = resquests.get(‘www.baidu.com‘)
# 生成一个html对象
# html = etree.parse(html文档)   # 参数为 html文档
html = etree.HTML(response.text)  # 参数为字符串文本
div = html.xpath(‘xpath表达式‘)   # 返回一个文本列表

 

1.获取最外面标签,遍历内部所有的子标签,获取标签文本

content_list =div.xpath(‘.//div[@class="d_post_content j_d_post_content "]/text()‘).extract()

2.正则去掉所有标签 <.*?> re.compile.sub()

content_list=div.xpath(‘.//div[@class="d_post_content j_d_post_content "]‘)

pattern=re.compile(r(‘<.*?>‘),re.S)

content=pattern.sub(‘‘,content_list)

3./text() 获取标签的文本 //text()获取标签以及子标签的文本

content_list = div.xpath(‘.//div[@class=”d_post_content j_d_post_content “]//text()’).extract()

4 使用xpath(‘string(.)’)这种方式获取所有文本 并且拼接

content_list=div.xpath(‘.//div[@class="d_post_content j_d_post_content "]‘).xpath(‘string(.)‘).extract()[0]+‘\n‘

文本内容获取之后print(content_list)查看内容,如需处理格式,则如下:

remove = re.compile(‘\s‘) content = ‘‘ for string in content_list: string = remove.sub(‘‘,string) content += string

 

string方法: content = div.xpath(‘string(.//div[@class="content"])‘).strip() # 获取该div下所有文本组成一个字符串

总结


以上是前端之家为你收集整理的xpath基本使用全部内容,希望文章能够帮你解决xpath基本使用所遇到的程序开发问题。

如果觉得前端之家网站内容还不错,欢迎将前端之家网站推荐给前端开发程序员好友。

本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。