Xpath解析

import requests

from lxml import etree

url = 'https://www.huawei.com/cn/?ic_medium=direct&ic_source=surlent'

response = requests.get(url = url)

ht = response.text

tree = etree.HTML(ht)

#也可以解析本地文件

#tree = etree.parse(文件名)

‘//’表示若干层（包括一层）嵌套下， ‘/’表示一层嵌套。
索引从1开始。
以标签结束，则返回元素为内存地址的一个列表。
取文本:/text() 取属性：/@attr 例如：/@href
多重限定条件 a [@href="xxx" and @class = "xxx"]
模糊匹配 div[contains(@class,'xx')] 匹配类名中含有‘xx'的div标签
div[starts-with(@class,'xx')] 匹配类名以‘xx'开始的div标签
"|"表示或 //img[@class= 'icon-image']/@alt | //img[@class= 'icon-image']/@src
"*“ 表示所有,例如：// *[@class = 'xxx'] 匹配所有类名为‘xxx'标签

print(tree.xpath('//div[@class="col-sm-4 external-link"]//p')) 

#[<Element p at 0x38dc350>, <Element p at 0x38dc800>, <Element p at 0x38dc828>, <Element p at 0x38dc850>, <Element p at 0x38c6e18>, <Element p at 0x38c6dc8>] 

#取文本

print(tree.xpath('//div[@class="col-sm-4 external-link"]//p/text()'))

#['手机', '笔记本', '平板', '穿戴 ', '配件', '智能家居']

print(tree.xpath('//div[@class="col-sm-4 external-link"][1]//p/text()'))

#['手机']

#取属性

print(tree.xpath('//div[@class="col-sm-4 external-link"]/a/@href'))

#多重限定条件

print(tree.xpath('//a[@href="javascript:;" and @class = "navbar-toggle "] /text()'))

#

['\r\n                                            手机、笔记本&平板...\r\n                                            ', '\r\n                                            解决方案&服务\r\n                                            ']

#模糊匹配

print(tree.xpath('//div[starts-with(@id,"hw1_g")] //span//text()'))

#['前往 ', 'consumer.huawei.com', ' 查看全部产品', '访问 ', '技术支持中心', '前往 ', 'e.huawei.com', ' 查看全部企业业务', '前往', '技术支持中心', '前往 ', 'carrier.huawei.com', ' 查看全部运营商业务', '前往', '技术支持中心', '查看全部华为云服务', 'www.huaweicloud.com', '前往 ', '帮助中心']

# |

url = 'https://www.coolapk.com/'

response = requests.get(url = url)

ht = response.text

tree = etree.HTML(ht)

print(tree.xpath("//img[@class= 'icon-image']/@alt |  //img[@class= 'icon-image']/@src"))

['/static/images/app_icon.png', '应用游戏', '/static/images/huati_icon.png', '话题', '/static/images/kutu_icon.png', '酷图', '/static/images/wode_icon.png', '我的', '/static/images/zhibo_icon.png', '应用吧', '/static/images/shoujiba_icon.png', '手机吧', '/static/images/kankanhao_icon.png', '看看号', '/static/images/shoucangjia_icon.png', '收藏单', '/static/images/yingyongji_icon.png', '应用集', '/static/images/shiyanshi_icon.png', '实验室', '/static/images/zidingyi_icon.png', '自定义设置', '/static/images/houtaichunjing_icon.png', '后台纯净', '/static/images/kaifazhe_icon.png', '开发者平台', '/static/images/shipinbofang_icon.png', '微发现', '/static/images/android_white.png', '安卓下载', '/static/images/iphone_white.png', 'iPhone下载', '/static/images/android_white.png', 'Android下载', '/static/images/iphone_white.png', 'iPhone下载']

巴特西

Xpath解析

最新文章

热门文章