爬虫4

标签：lock   写入文件   mem   关系   直接   数字   asc   rom   tail   

1.xml是什么？

和json处在同一个位置，后端给前端传输数据的时候使用的数据格式，目前以json使用居多

xml：可扩展标记语言 html：超文本标记语言

不同： （1）xml用来传输和存储数据，html用来显示数据

（2）xml标签可以自行定义，html不行

（3）xml是纯文本信息，html是超文本信息 xpath是什么？xpath是用来解析xml数据的

xpath和html有什么关系？

因为xml和html的结构一模一样，所以能不能使用xpath解析html数据呢?能，有一个第三方库实现了这个功能，lxml pip install lxml

2.xpath语法

常用的路径表达式

/ 从根节点开始查找
// 从任意位置开始查找
. 从当前节点开始查找
.. 从当前节点的父节点开始查找
@ 选取属性

xpath在代码中的应用

（1）可以解析本地文件 from lxml import etree tree = etree.parse(文件名) ret = tree.xpath(‘路径表达式‘) 返回的是一个列表

（2）可以解析网络文件 tree = etree.HTML(网络文件字符串内容)

json格式的语法： json比xml更小、更快、更易解析 （1）数据保存在键值对中 （2）键值对以逗号分隔 （3）{} 保存对象 （4）[] 保存数组 键值对写法：键一般都是字符串，字符串要以双引号引起来 值可以是： 数字、浮点 字符串，必须在双引号中 布尔值 true false 数组 [] 对象 {}

3.python 如何解析json格式

（1）自带模块解析 import json json.dumps(): 将python字典、列表转化为json格式字符串 string = json.dumps(lt, ensure_ascii=False) json.loads(): 将json格式字符串转化为python字典、列表 obj = json.loads(string) json.dump(): 将python字典、列表转化为json格式字符串并且直接写入文件中 json.load(): 从文件中读取json格式的字符串转化为python字典、列表

（2）jsonpath（了解） jsonpath是什么？

就是用来解析json数据的 obj‘haha‘‘dudu‘0 jsonpath和xpath对比 / $ 根元素 / . 层级分隔符 // .. 任意位置开始查找 索引，xpath从1开始，jsonpath从0开始 http://blog.csdn.net/luxideyao/article/details/77802389

爬虫4

标签：lock   写入文件   mem   关系   直接   数字   asc   rom   tail   

原文地址：https://www.cnblogs.com/helloqaz/p/9914568.html