Python爬虫网页解析神器Xpath快速入门教学！！！

1、Xpath介绍

2、Xpath路径表达式

3、结合实例讲解

1、Xpath介绍

2、Xpath路径表达式

3、结合实例讲解

1、Xpath介绍

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。

2、Xpath路径表达式

3、结合实例讲解

这里我就是使用百度的界面为大家进行讲解

==例==：我想获取图中的百度热榜，打开控制台，我们可直接根据div标签的class值进行定位（这是我们平时使用xpath语法比较多的地方）

from lxml import etree import requests headers = { "user-agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/85.0.4183.83 Safari/537.36" } url = "https://www.baidu.com/" response = requests.get(url=url,headers=headers) #使用etree进行解析 data = etree.HTML(response.text) #可参考上表格进行对比，//div可理解为任意路径下的一个div标签，@class表示选取class属性，text()表示获取text文本 name = data.xpath("//div[@class='title-text c-font-medium c-color-t']/text()") print(name[0])

==例==：我想获取热榜有哪些信息，参考下图可见其全部在ul标签下，每一个信息对于一个li标签

data = etree.HTML(response.text) #//ul表示任意路径下的ul标签， #表示获取ul下的所有li标签 ul = data.xpath("//ul[@class='s-hotsearch-content']/li") #当然，大家在爬取过程中可能会遇到没有class属性的标签，这时可使用id定位，又或者定位其父标签，再往下找 #ul = data.xpath("//ul[@id='hotsearch-content-wrapper']/li") #遍历 for li in ul: # .//span表示当前节点下的任意span标签，我们再根据class值定位，使用text()获取文本信息 name = li.xpath(".//span[@class='title-content-title']/text()") print(name[0])

==例==：定位百度热榜找它的父节点也就是a标签的href属性

data = etree.HTML(response.text) #..表示其父节点 url = data.xpath("//div[@class='title-text c-font-medium c-color-t']/../@href") print(url[0])

Xpath语法其实不难的，大家需要多练习，进行实战，这样熟练掌握会很快的，可以下方的爬虫教程索引，里面有很多爬虫使用xpath写的，可以阅读看看。

博主会持续更新，有兴趣的小伙伴可以、关注和下哦，你们的支持就是我创作最大的动力！

XML

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。