码迷,mamicode.com
首页 > Web开发 > 详细

2016/7/13 23:39:43 xPath 分析网页元素

时间:2016-07-20 13:27:15      阅读:250      评论:0      收藏:0      [点我收藏+]

标签:

1. 采用QQ浏览器 , 当前以获取qiushibaike里面的内容以及好笑,评论数为例
选择需要抓取的内容,然后右键检查
技术分享
 会出现一个调试界面,在 elements 里面选择需要抓取的信息,右键 copy - copy XPath
技术分享
3. 接下来 可以到 console 界面调试一下抓取的信息(妹的,这么强悍)
使用 $x(‘XPath‘) 可以抓到相关信息
技术分享

4. 相应的我们可以得到相关Xpath
  1. 1.内容 //*[@id="qiushi_tag_116975883"]/div[2]
  2. 2.好笑 //*[@id="qiushi_tag_116975883"]/div[3]/span[1]/i
  3. 3.评论数 //*[@id="c-116975883"]/i
5.以上只是分析了一个,那如何获取所有呢?如下图,先分析所有的内容。
技术分享
5.1 然后获取,
技术分享

结合其他人的项目代码分析
  1. from scrapy import Spider
  2. from scrapy.selector import Selector
  3. from stack.items import StackItem
  4. class StackSpider(Spider):
  5. name = "stack"
  6. allowed_domains = ["stackoverflow.com"]
  7. start_urls = [
  8. "http://stackoverflow.com/questions?pagesize=50&sort=newest",
  9. ]
  10. def parse(self, response):
  11. questions = Selector(response).xpath(‘//div[@class="summary"]/h3‘)
  12. for question in questions:
  13. item = StackItem()
  14. item[‘title‘] = question.xpath(
  15. ‘a[@class="question-hyperlink"]/text()‘).extract()[0]
  16. item[‘url‘] = question.xpath(
  17. ‘a[@class="question-hyperlink"]/@href‘).extract()[0]
  18. yield item
  19. 我们将遍历问题,从抓取的数据中分配标题和URL的值。一定要利用Chrome开发者工具的JavaScript控制台测试XPath的选择器,例如$x(‘//div[@class="summary"]/h3/a[@class="question-hyperlink"]/text()‘) $x(‘//div[@class="summary"]/h3/a[@class="question-hyperlink"]/@href‘)。

技术分享
 




2016/7/13 23:39:43 xPath 分析网页元素

标签:

原文地址:http://www.cnblogs.com/topshooter/p/5687855.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!