실력을 향상하려면 마스터해야 합니다! lxml 선택기 팁 및 지원되는 선택기 요약!-HTML 튜토리얼-php.cn

실력을 향상하려면 마스터해야 합니다! lxml 선택기 팁 및 지원되는 선택기 요약!

PHPz

풀어 주다： 2024-01-13 09:17:06

원래의

626명이 탐색했습니다.

실력을 향상하려면 마스터해야 합니다! lxml 선택기 팁 및 지원되는 선택기 요약!

진급을 위한 필수품! lxml 선택기 사용 팁과 지원되는 선택기 목록!

개요:

선택기는 웹 데이터 스크래핑이나 데이터 추출을 수행할 때 매우 중요한 도구입니다. Python에는 선택할 수 있는 선택기 라이브러리가 많이 있으며, 그중 lxml이 강력한 선택기 라이브러리입니다. 이 기사에서는 lxml 선택기의 사용 기술과 지원되는 선택기 목록을 소개하여 독자가 데이터 추출 효율성을 더욱 향상시킬 수 있도록 돕습니다.

1. lxml 선택기 소개

lxml은 HTML 및 XML 문서를 구문 분석하기 위한 확장 가능한 XPath 선택기와 CSS 선택기를 제공하는 Python 기반 파서 라이브러리입니다. lxml 선택기의 가장 큰 장점은 빠르고 강력하며 대용량 파일 처리에 적합하다는 것입니다. lxml 선택기를 사용하기 전에 먼저 lxml 라이브러리를 설치해야 합니다.

pip install lxml

로그인 후 복사

2. lxml 선택기의 기본 사용법

lxml 선택기의 기본 사용법은 매우 간단합니다. 해당 모듈을 가져오고 선택기 개체를 만든 다음 선택기 개체를 사용하여 데이터를 추출하면 됩니다.

먼저 lxml 라이브러리와 해당 모듈을 가져옵니다.

from lxml import etree

로그인 후 복사

그런 다음 HTML 또는 XML 문서를 구문 분석하고 선택기 개체를 만듭니다.

# 解析HTML文档
html = '''
<html>
    <body>
        <div class="container">
            <h1>标题1</h1>
            <p class="content">内容1</p>
        </div>
        <div class="container">
            <h1>标题2</h1>
            <p class="content">内容2</p>
        </div>
    </body>
</html>
'''

# 创建选择器对象
selector = etree.HTML(html)

로그인 후 복사

다음으로 선택기 개체를 사용하여 데이터를 추출할 수 있습니다. lxml 선택기는 XPath 선택기와 CSS 선택기를 지원합니다. 해당 사용법은 아래에 소개됩니다.

XPath Selector

XPath(XML 경로 언어)는 XML 또는 HTML 문서의 정보를 탐색하고 추출하는 데 사용되는 언어입니다. lxml 선택기는 추출할 요소를 정확하게 찾을 수 있는 XPath 선택기를 지원합니다.

일반적인 XPath 구문에는 다음이 포함됩니다.

요소 선택: /, //, []/、//、[]
选择属性：@
选择文本：text()
选择父节点：..

以下是几个XPath选择器的示例：

# 提取h1标签的文本
titles = selector.xpath('//h1/text()')
print(titles)  # 输出：['标题1', '标题2']

# 提取p标签的属性class值
classes = selector.xpath('//p/@class')
print(classes)  # 输出：['content', 'content']

로그인 후 복사

CSS选择器

CSS（Cascading Style Sheets）选择器是一种用于在HTML文档中选择元素的语言。lxml选择器也支持CSS选择器，通过CSS选择器可以通过标签、类、ID等方式进行元素的定位。

常见的CSS选择器包括：

选择标签：标签名
选择类：.类名
选择ID：#ID名
选择父子关系：空格
选择相邻兄弟关系：+
选择后续兄弟关系：~

以下是几个CSS选择器的示例：

# 提取h1标签的文本
titles = selector.cssselect('h1')
for title in titles:
    print(title.text)  # 输出：标题1、标题2

# 提取p标签的属性class值
classes = selector.cssselect('p.content')
for p in classes:
    print(p.get('class'))  # 输出：content、content

로그인 후 복사

三、lxml选择器支持的选择器一览

lxml选择器支持的选择器包括XPath选择器和CSS选择器，下面是一些常用的选择器：

XPath选择器：
- /：选择根节点
- //：选择所有节点
- []：条件选择
- @：选择属性
- text()：选择文本
- ..：选择父节点
CSS选择器：
- 标签选择器：标签名
- 类选择器：.类名
- ID选择器：#ID名
- 父子关系：空格
- 相邻兄弟关系：+
- 后续兄弟关系：~