企业网站建设信息管理平台做网站外包公司名称

news/2025/10/9 1:00:06/文章来源:
企业网站建设信息管理平台,做网站外包公司名称,网站建设 教学视频教程,wordpress添加文档本篇文章主要介绍了python爬虫之xpath的基本使用详解#xff0c;现在分享给大家#xff0c;也给大家做个参考。一起过来看看吧一、简介XPath 是一门在 XML 文档中查找信息的语言。XPath 可用来在 XML 文档中对元素和属性进行遍历。XPath 是 W3C XSLT 标准的主要元素#xff…本篇文章主要介绍了python爬虫之xpath的基本使用详解现在分享给大家也给大家做个参考。一起过来看看吧一、简介XPath 是一门在 XML 文档中查找信息的语言。XPath 可用来在 XML 文档中对元素和属性进行遍历。XPath 是 W3C XSLT 标准的主要元素并且 XQuery 和 XPointer 都构建于 XPath 表达之上。二、安装pip3 install lxml三、使用1、导入from lxml import etree2、基本使用from lxml import etreewb_data first itemsecond itemthird itemfourth itemfifth itemhtml etree.HTML(wb_data)print(html)result etree.tostring(html)print(result.decode(utf-8))从下面的结果来看我们打印机html其实就是一个python对象etree.tostring(html)则是不全里html的基本写法补全了缺胳膊少腿的标签。first itemsecond itemthird itemfourth itemfifth item3、获取某个标签的内容(基本使用)注意获取a标签的所有内容a后面就不用再加正斜杠否则报错。写法一html etree.HTML(wb_data)html_data html.xpath(/html/body/p/ul/li/a)print(html)for i in html_data:print(i.text)first itemsecond itemthird itemfourth itemfifth item写法二(直接在需要查找内容的标签后面加一个/text()就行)html etree.HTML(wb_data)html_data html.xpath(/html/body/p/ul/li/a/text())print(html)for i in html_data:print(i)first itemsecond itemthird itemfourth itemfifth item4、打开读取html文件#使用parse打开html的文件html etree.parse(test.html)html_data html.xpath(//*)#打印是一个列表需要遍历print(html_data)for i in html_data:print(i.text)html etree.parse(test.html)html_data etree.tostring(html,pretty_printTrue)res html_data.decode(utf-8)print(res)打印first itemsecond itemthird itemfourth itemfifth item5、打印指定路径下a标签的属性(可以通过遍历拿到某个属性的值查找标签的内容)html etree.HTML(wb_data)html_data html.xpath(/html/body/p/ul/li/a/href)for i in html_data:print(i)打印link1.htmllink2.htmllink3.htmllink4.htmllink5.html6、我们知道我们使用xpath拿到得都是一个个的ElementTree对象所以如果需要查找内容的话还需要遍历拿到数据的列表。查到绝对路径下a标签属性等于link2.html的内容。html etree.HTML(wb_data)html_data html.xpath(/html/body/p/ul/li/a[hreflink2.html relexternal nofollow relexternal nofollow relexternal nofollow relexternal nofollow relexternal nofollow ]/text())print(html_data)for i in html_data:print(i)打印[second item]second item7、上面我们找到全部都是绝对路径(每一个都是从根开始查找)下面我们查找相对路径例如查找所有li标签下的a标签内容。html etree.HTML(wb_data)html_data html.xpath(//li/a/text())print(html_data)for i in html_data:print(i)打印[first item, second item, third item, fourth item, fifth item]first itemsecond itemthird itemfourth itemfifth item8、上面我们使用绝对路径查找了所有a标签的属性等于href属性值利用的是/---绝对路径下面我们使用相对路径查找一下l相对路径下li标签下的a标签下的href属性的值注意a标签后面需要双//。html etree.HTML(wb_data)html_data html.xpath(//li/a//href)print(html_data)for i in html_data:print(i)打印[link1.html, link2.html, link3.html, link4.html, link5.html]link1.htmllink2.htmllink3.htmllink4.htmllink5.html9、相对路径下跟绝对路径下查特定属性的方法类似也可以说相同。html etree.HTML(wb_data)html_data html.xpath(//li/a[hreflink2.html relexternal nofollow relexternal nofollow relexternal nofollow relexternal nofollow relexternal nofollow ])print(html_data)for i in html_data:print(i.text)打印[]second item10、查找最后一个li标签里的a标签的href属性html etree.HTML(wb_data)html_data html.xpath(//li[last()]/a/text())print(html_data)for i in html_data:print(i)打印[fifth item]fifth item11、查找倒数第二个li标签里的a标签的href属性html etree.HTML(wb_data)html_data html.xpath(//li[last()-1]/a/text())print(html_data)for i in html_data:print(i)打印[fourth item]fourth item12、如果在提取某个页面的某个标签的xpath路径的话可以如下图//*[idkw]解释使用相对路径查找所有的标签属性id等于kw的标签。常用#!/usr/bin/env python# -*- coding:utf-8 -*-from scrapy.selector import Selector, HtmlXPathSelectorfrom scrapy.http import HtmlResponsehtml first itemfirst itemsecond itemvvsecond itemresponse HtmlResponse(urlhttp://example.com, bodyhtml,encodingutf-8)# hxs HtmlXPathSelector(response)# print(hxs)# hxs Selector(responseresponse).xpath(//a)# print(hxs)# hxs Selector(responseresponse).xpath(//a[2])# print(hxs)# hxs Selector(responseresponse).xpath(//a[id])# print(hxs)# hxs Selector(responseresponse).xpath(//a[idi1])# print(hxs)# hxs Selector(responseresponse).xpath(//a[hreflink.html relexternal nofollow relexternal nofollow ][idi1])# print(hxs)# hxs Selector(responseresponse).xpath(//a[contains(href, link)])# print(hxs)# hxs Selector(responseresponse).xpath(//a[starts-with(href, link)])# print(hxs)# hxs Selector(responseresponse).xpath(//a[re:test(id, i\d)])# print(hxs)# hxs Selector(responseresponse).xpath(//a[re:test(id, i\d)]/text()).extract()# print(hxs)# hxs Selector(responseresponse).xpath(//a[re:test(id, i\d)]/href).extract()# print(hxs)# hxs Selector(responseresponse).xpath(/html/body/ul/li/a/href).extract()# print(hxs)# hxs Selector(responseresponse).xpath(//body/ul/li/a/href).extract_first()# print(hxs)# ul_list Selector(responseresponse).xpath(//body/ul/li)# for item in ul_list:# v item.xpath(./a/span)# # 或# # v item.xpath(a/span)# # 或# # v item.xpath(*/a/span)# print(v)相关推荐

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/932104.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

网站建设和利用情况义乌小程序

前端Vue列表组件 list组件:实现高效数据展示与交互 摘要:在前端开发中,列表组件是展示数据的重要手段。本文将介绍如何使用Vue.js构建一个高效、可复用的列表组件,并探讨其在实际项目中的应用。 效果图如下: 一、引言…

php网站下载器写作网站哪个名声好

文章目录 一、运行流程初始化流程编译构建流程compile 编译make 编译模块build module 完成模块编译 输出流程seal 输出资源emit 输出完成 二、小结参考文献 一、运行流程 webpack 的运行流程是一个串行的过程,它的工作流程就是将各个插件串联起来 在运行过程中会…

锦州网站开发苏州电商网站建设

博主历时三年精心创作的《大数据平台架构与原型实现:数据中台建设实战》一书现已由知名IT图书品牌电子工业出版社博文视点出版发行,点击《重磅推荐:建大数据平台太难了!给我发个工程原型吧!》了解图书详情,…

C语言 strtol() 函数用法

strtol 是 C 标准库中的一个重要函数,用于将字符串转换为长整数。下面解释这个函数: 函数原型long int strtol(const char* str, char** endptr, int base);参数说明 1. str - 要转换的字符串指向【以 null 结尾的字…

j永久网站重庆市公路建设信息网官网

文章目录 DAY7下降路径最小和最小路径和地下城游戏 DAY7 下降路径最小和 【题目描述】 给你一个 n x n 的 方形 整数数组 matrix ,请你找出并返回通过 matrix 的下降路径 的 最小和 。 下降路径 可以从第一行中的任何元素开始,并从每一行中选择一个元…

.net做网站的方式深一网站建设招聘

最近在微信看到一篇文章介绍说批量将ppt文件转化为pdf文件,自己尝试了一下,后面想能否自己封装一个类,既能将ppt转换为pdf,而且能够将word转换为pdf,或者其他类型转化为pdf。花了半天时间研究和找资料,终于…

找个免费的网站wordpress源码买卖

作业1: 已知一个数组table,用宏定义求出数组元素的个数。 #define NUM sizeof(table)/sizeof(table[0]) 作业2: 嵌入式系统总是要用户对变量或寄存器进行位操作。给定一个整型变量a,写两段代码,第一个设置a的bit3,第…

设计师做网站的流程html网页制作小刘在线课程

很多朋友都想在一台服务器上运行多个MySQL Instance,究竟怎么做呢?首先要明晰几个原理, 简称为mysqld读取my.cnf的顺序:第一搜,首先读取/etc/my.cnf,多实例这个配置文件不会存在。:-(第二搜&…

网站广告收费标准wordpress每段不同图片

在 Vue 3 中,Pinia 是一个状态管理库,旨在替代 Vuex,提供更简单和更直观的 API。Pinia 支持 TypeScript,且其设计更符合 Vue 3 的组合式 API。 安装 Pinia 首先,你需要安装 Pinia和pinia-plugin-persistedstate。可以…

哪个网站可以学做包包帝国备份王wordpress

来源:混沌巡洋舰 “问题”(question) 中包含一个非常美妙的词:“ 探索”(quest)。我太喜欢这个词了。——埃利威塞尔(Elie Wiesel)有些人常常感觉一些真相事关重大,自己应…

课程作业

课程作业这个作业属于哪个课程 https://edu.cnblogs.com/campus/zjlg/25rjjc这个作业的目标 介绍自己并确立课程目标姓名-学号 潘均昊 2023329301031自我介绍: 大家好,我是浙江理工大学2023级自动化1班的潘均昊,我是…

娄底网站建设79ld联通官网

写作背景 Glide 作为著名的图片加载框架,几乎每一个项目都使用到。笔者尝试通过别人的博客来了解 Glide 原理,但是每次都是看着看着就懵逼了,不是因为别人写的不好,而是 Glide 实在是太复杂了,于是决定自己撸一遍&…

网站托管什么意思多媒体网页设计教程

原文地址:http://android.xsoftlab.net/training/displaying-bitmaps/process-bitmap.html 我们在上节课Load Large Bitmaps Efficiently中讨论了BitmapFactory.decode*方法,说到了不应该在UI线程中执行读取数据的过程,尤其是从磁盘或者网络…

vs 2017网站开发php网站开发类型什么意思

文章目录题目描述思路 && 代码二刷最近一直在充电基础知识、维护 leetcode 总结博客 今天继续摸一摸新题目吧~ 题目描述 感觉和 03. 无重复的最长子串 有点像,都是在字符串上用滑动窗口来找子串。并且都是属于那种,解决一次以后&…

海派虫网站推广软件wordpress跳转到登录页面代码

ES6是JavaScript的一个重要版本,其中包含了许多新的语法和特性,其中迭代器和生成器是其中非常重要的特性之一。本文将详细介绍迭代器和生成器的概念、用法以及注意事项。 目录 1. 是什么2. 为什么存在3. 怎么使用3.1 迭代器3.2 生成器3.3 for...of循环3…

昭通网站建设公司自己做的网站怎么放到网上去

图像像素存储形式  对于只有黑白颜色的灰度图,为单通道,一个像素块对应矩阵中一个数字,数值为0到255, 其中0表示最暗(黑色) ,255表示最亮(白色) 对于采用RGB模式的彩色图片&#…

国庆七日赛训总结

前五天跟高中生听noi金牌选手讲课,打的是noip模拟赛,均分150左右。 倒是学到了不少新算法,收获颇丰。 后两天在提高组上课,打s组模拟赛 分别取得190和170,其中两次的t2都是能对,却遇到了除以0re和数组开小的问题…

免费试用网站制作设计说明书范文

用来查询农历年的代码,可能比较粗糙,希望不要太打击偶,哈哈。一,Console.java[用来获取控制台的输入]/*#()Console.java 20:40:25 2/2/2006控制台消息输入/输出。*/import java.io.*;import java.text.SimpleDateFormat;import ja…

湘乡网站seo北京搜索引擎优化主管

入门效果之浮雕 "浮雕"图象效果是指图像的前景前向凸出背景。常见于一些纪念碑的雕刻上。要实现浮雕事实上很easy。我们把图象的一个象素和左上方的象素进行求差运算。并加上一个灰度。这个灰度就是表示背景颜色。这里我们设置这个插值为128 (图象RGB的值是0-255)。同…

task2.c

task2.cinclude <stdio.h> int main() { double a, b, c; scanf_s("%lf%lf%lf" , &a, &b, &c); if (a + b > c and a + c > b and b + c > a)printf("能构成三角形\n"…