码迷,mamicode.com
首页 > 编程语言 > 详细

[Python 练习爬虫] XPATH基础语法

时间:2018-01-16 18:40:34      阅读:203      评论:0      收藏:0      [点我收藏+]

标签:nbsp   xpath   tree   section   for   sample   gpo   www.   www   

 

 

XPATH语法:

// 定位根标签

/ 往下层寻找

/text() 提取文本内容

/@xxx 提取属性内容

 

Sample:

import requests
from lxml import etree

for i in range(1, 21):
    url = "http://www.xxx.com/topic/tv/page/{}".format(i)
    req = requests.get(url).content

    html = etree.HTML(req)

    # 提取文本
    text = html.xpath(
        ‘/html/body/section/div[1]/div/article[*]/header/h2/a/text()‘)
    for each in text:
        print(1,each)

    # 提取链接
    # link = html.xpath(‘//a/@href‘)
    # for i in link:
    #     print(i)

  

 

[Python 练习爬虫] XPATH基础语法

标签:nbsp   xpath   tree   section   for   sample   gpo   www.   www   

原文地址:https://www.cnblogs.com/i-honey/p/8296039.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!