Python爬虫必杀技:XPath

发布时间 2023-10-10 23:08:55作者: Binge-和时间做朋友

XPath 是什么

XPath 即为 XML 路径语言,它是一种用来确定 XML(标准通用标记语言的子集) 文档中某部分位置的语言。XPath 基于 XML 的树状结构,有不同类型的节点,包括元素节点,属性节点和文本节点,提供在数据结构树中找寻节点的能力。跟 BeautifulSoup4一样都是用来解析页面内容的工具,只不过使用方式有所不同而已。

想使用 xpath,需要安装 lxml,命令如下:

> pip install lxml

XPath 节点选取语法

XPath 使用路径表达式在 XML 文档中选取节点。节点是通过沿着路径或者 step 来选取的。常用的路径表达式有:

img

但是往往在查找的时候,我们需要获取某个特定的节点,则需要配合下面的方式即:被嵌在方括号内,用来查找某个特定的节点或包含某个值定的值的节点。

img

另外还可以在使用 xpath 的时候使用通配符和功能函数

img

img