Dieser Artikel stellt Ihnen die kombinierte Verwendung von lxml-etree und xpath in Python-Crawlern vor (mit Fällen). Ich hoffe, er kann Ihnen helfen.
lxml: Pythons HTML/XML-Parser
Offizielle Website-Dokumentation: https://lxml.de/
Vor der Verwendung müssen Sie das lxml-Paket installieren
Funktion:
1. HTML analysieren: Verwenden Sie etree.HTML(text), um HTML-Fragmente im String-Format in HTML-Dokumente zu analysieren
2. XML-Dateien lesen
3. Etree und XPath zusammen verwenden
lxml-Installation
[PyCharm]>[file]>[settings]>[Project Interpreter]>[+ ] > [lxml]>[install]
Spezifische Betriebs-Screenshots:
Case v25-Datei: https://xpwi.github.io/py/py%E7%88%AC%E8%99%AB /py25etree. py
Lxml verwenden, um HTML-Code zu analysieren
# 先安装lxml
# 用 lxml 来解析HTML代码
from lxml import etree
text = '''<p>
<ul>
<li class="item-0"><a href="0.html">item 0 </a></li>
<li class="item-1"><a href="1.html">item 1 </a></li>
<li class="item-2"><a href="2.html">item 2 </a></li>
<li class="item-3"><a href="3.html">item 3 </a></li>
<li class="item-4"><a href="4.html">item 4 </a></li>
<li class="item-5"><a href="5.html">item 5 </a></li>
</ul> </p>'''
# 利用 etree.HTML 把字符串解析成 HTML 文件
html = etree.HTML(text)
s = etree.tostring(html).decode()
print(s)
Fall v26etree2-Datei: https://xpwi.github.io/py/py%E7%88%AC%E8 %99% AB/py26etree2.py
XML-Datei lesen:
# lxml-etree读取文件from lxml import etree
xml = etree.parse("./py24.xml")
sxml = etree.tostring(xml, pretty_print=True)
print(sxml)
Fall v26expath Datei: https://xpwi.github.io/py/py%E7%88%AC%E8%99 %AB/ py26expath.py
etree und XPath werden zusammen verwendet:
# lxml-etree读取文件from lxml import etree
xml = etree.parse("./py24.xml")
print(type(xml))# 查找所有 book 节点rst = xml.xpath('//book')
print(type(rst))
print(rst)# 查找带有 category 属性值为 sport 的元素rst2 = xml.xpath('//book[@category="sport"]')
print(type(rst2))
print(rst2)# 查找带有category属性值为sport的元素的book元素下到的year元素rst3 = xml.xpath('//book[@category="sport"]/year')
rst3 = rst3[0]
print('-------------\n',type(rst3))
print(rst3.tag)
print(rst3.text)etree und XPath werden zusammen verwendet Ergebnis
Verwandte Empfehlungen:
Detaillierte Erläuterung der grundlegenden Verwendung von xpath im Python-Crawler
Was ist ein Python-Crawler? Warum wird Python Crawler genannt?
Das obige ist der detaillierte Inhalt vonDie kombinierte Verwendung von lxml-etree und xpath im Python-Crawler (mit Groß-/Kleinschreibung). Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
