L'utilisation combinée de lxml-etree et xpath dans le robot d'exploration Python (avec cas)

Cet article vous présente l'utilisation combinée de lxml-etree et xpath dans les robots Python (avec cas). Le contenu est très détaillé, j'espère qu'il pourra vous aider.

lxml : l'analyseur HTML/XML de Python

Documentation officielle du site : https://lxml.de/

Avant utilisation, vous devez installer le package lxml

Fonction :

1. Analyser HTML : utilisez etree.HTML(text) pour analyser des fragments HTML au format chaîne dans des documents HTML

2.

3. Utilisez etree et XPath ensemble

installation lxml

[PyCharm]>[file]>[settings]>[Project Interpreter]>[+ ] > [lxml]>[installer]

Captures d'écran d'opérations spécifiques :

Utilisation de lxml-etree

• Fichier de cas v25 : https://xpwi.github.io/py/py%E7%88%AC%E8%99%AB /py25etree. py

• Utilisez lxml pour analyser le code HTML

# 先安装lxml
# 用 lxml 来解析HTML代码

from lxml import etree

text = &#39;&#39;&#39;<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>&#39;&#39;&#39;

# 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)

Exécuter les résultats

Utilisation du fichier lxml-etree

• Fichier de cas v26etree2 : https://xpwi.github.io/py/py%E7%88%AC %E8% 99%AB/py26etree2.py

• Lire le fichier XML :

# lxml-etree读取文件from lxml import etree

xml = etree.parse("./py24.xml")
sxml = etree.tostring(xml, pretty_print=True)

print(sxml)

Exécuter le résultat

etree et XPath sont utilisés ensemble

• Case v26expath Fichier : https://xpwi.github.io/py/py%E7%88%AC %E8%. 99%AB/py26expath.py

• etree et XPath sont utilisés ensemble :

# 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)

Résultat d'exécution

Résultats d'utiliser etree et >

Qu'est-ce qu'un robot d'exploration Python ? Pourquoi Python est-il appelé un robot d'exploration ?

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!