python爬虫之数据提取Xpath(爬取起点中文网案例)

黎明之道 等级 675 0 0

Xpath

详细的Xpath介绍手册——> https://www.w3school.com.cn/xpath/index.asp

python爬虫之数据提取Xpath(爬取起点中文网案例)
1.安装xpath.
pip install lxml

2.安装谷歌XPath插件
下载:chrome_Xpath_v2.0.2.crx 格式的文件。拖进插件即可。
如果安装不成功,将后缀名改成.rar,解压以后再拖拽进去就可以使用了。

效果图(减头所指的地方就可以打开XPath):
python爬虫之数据提取Xpath(爬取起点中文网案例)

python爬虫之数据提取Xpath(爬取起点中文网案例)

3.介绍
Xpath是在一门在XML文档种查找信息的语言。XPath可用来在XML文档种对元素和属性进行遍历,XPath是W3C XSLT标准的主要元素,并且XQuery和XPointer都构建于XPath表达之上。

4.节点的关系

  • 父(Parent)
  • 子(Children)
  • 同胞(Sibling)
  • 先辈(Ancestor)
  • 后代(Descendant)

一、选取节点

1.常用的路径表达式
python爬虫之数据提取Xpath(爬取起点中文网案例)
2.通配符
XPath通配符可用来选取未知的XML元素:
python爬虫之数据提取Xpath(爬取起点中文网案例)
3.选取若干路径
python爬虫之数据提取Xpath(爬取起点中文网案例)
4.谓语
谓语被嵌在方括号内,用来查找某个特定的节点或包含某个指定的值的节点。
python爬虫之数据提取Xpath(爬取起点中文网案例)
5.XPath运算符
python爬虫之数据提取Xpath(爬取起点中文网案例)

二、案例

爬取起点中文网,排行里面小说的名称和作者。

首先要明确要什么:
python爬虫之数据提取Xpath(爬取起点中文网案例)
再用我们下载的谷歌XPath,找到相应的位置:
python爬虫之数据提取Xpath(爬取起点中文网案例)

python爬虫之数据提取Xpath(爬取起点中文网案例)
再找到作者的位置:
python爬虫之数据提取Xpath(爬取起点中文网案例)
这样就提取到了我们想要的东西。

代码:

先导入库和获取页面:

from lxml import etree
import requests
from fake_useragent import UserAgent
url = "https://www.qidian.com/rank/yuepiao?chn=-1"
headers = {"User-Agent":UserAgent().random}

response = requests.get(url,headers)

e = etree.HTML(response.text) 

利用XPath获取标题:

names = e.xpath('//h4/a/text()')
names 

python爬虫之数据提取Xpath(爬取起点中文网案例)
获取作者信息:

authors = e.xpath('//p[@class="author"]/a[1]/text()')
authors 

python爬虫之数据提取Xpath(爬取起点中文网案例)
将书名和作者一一对应:

a = []
for name in zip(names,authors):
    a.append(name)

a 

python爬虫之数据提取Xpath(爬取起点中文网案例)

收藏
评论区

相关推荐

python爬虫之数据提取Xpath(爬取起点中文网案例)
(https://blog.csdn.net/sjjsaaaa/article/details/111293732)Xpath 详细的Xpath介绍手册—— https://www.w3school.com.cn/xpa
Python解析库lxml与xpath用法总结
本文主要围绕以xpath和lxml库进行展开: 一、xpath 概念、xpath节点、xpath语法、xpath轴、xpath运算符 二、lxml的安装、lxml的使用、lxml案例 一、xpath 1.xpath概念 XPath 是一门在 XML 文档中查找信息的语言。XPath 使用路径表达式在 XML 文档中进行导航 。XPath 包含一个标
被“词云”包围的冰冰会更好看吗?安排
(https://imghelloworld.osscnbeijing.aliyuncs.com/b299933deefc692934e8cc6141ab3894.png) 大家好,我是小五🐶 昨天「凹凸数据」发了一篇张同学投稿的文章《用Python爬取王冰冰vlog弹幕并制作词云(https://mp.weixin.qq.com/
《Python3网络爬虫开发实战》
提取码:1028内容简介 · · · · · ·本书介绍了如何利用Python 3开发网络爬虫,书中首先介绍了环境配置和基础知识,然后讨论了urllib、requests、正则表达式、Beautiful Soup、XPath、pyquery、数据存储、Ajax数据爬取等内容,接着通过多个案例介绍了不同场景下如何实现数据爬取,后介绍了pyspider框架、S
手把手教你使用XPath爬取免费代理IP
大家好,我是霖hero。前言 可能有人说,初学者Python爬虫爬数据太难啦,构造正则表达式的时候,太烦琐了,眼睛都看花了,而且前一秒还可以愉快地爬取,下一秒IP就被封了,这还爬个屁啊,不爬了。哎,不要着急,这篇文章我们教你如何使用XPath来爬取快代理中的免费代理IP,告别眼花,告别IP被封的烦恼。XPath首先我们来简单了解一下XPath,想要了解更多
手把手教你使用Python网络爬虫获取B站视频选集内容(附源码)
大家好,我是Python进阶者。 前言前几天雪球兄在Python交流群里分享了一个获取B站视频选集的Python代码,小编觉得非常奈斯,这里整理成一篇小文章,分享给大家学习。关于雪球兄,大家应该都熟悉了,之前他写过Python实战文章,好评如潮,没来得及看的小伙伴,可以戳这里了:之前也有给大家分享B站的一些文章,感兴趣的话可以看看这个文章,Python网络爬
lxml简明教程
from:https://www.cnblogs.com/ospider/p/5911339.html 最近要做下微信爬虫,之前写个小东西都是直接用正则提取数据就算了,如果需要更稳定的提取数据,还是使用 xpath 定位元素比较可靠。周末没事,从爬虫的角度研究了一下 python xml 相关的库。 Python 标准库中自带了 xml 模块,但是性能不
Python 使用selenium抓取网页文本和下载音频
Python 使用selenium抓取网页文本和下载音频 #!\usr\bin\env python # -*- coding: utf-8 -*- '一个自动从https://podcast.duolingo.com/spanish中下载音频并且爬取文本的程序' '需要配置下载以下所需库,并且配置好webdriv
Python 爬虫:把廖雪峰的教程转换成 PDF 电子书
写爬虫似乎没有比用 Python 更合适了,Python 社区提供的爬虫工具多得让你眼花缭乱,各种拿来就可以直接用的 library 分分钟就可以写出一个爬虫出来,今天就琢磨着写一个爬虫,将廖雪峰的 Python 教程 爬下来做成 PDF 电子书方便大家离线阅读。 开始写爬虫前,我们先来分析一下该网站[1](https://www.oschina.net/
Python实现王者荣耀小助手(一)
简单来说网络爬虫,是指抓取万维网信息的程序或者脚本,Python在网络爬虫有很大优势,今天我们用Python实现获取王者荣耀相关数据,做一个小助手: 前期准备,环境搭建: Python2.7 sys模块提供了许多函数和变量来处理 Python 运行时环境的不同部分; urllib模块提供了一系列用于操作URL的功能,爬虫所需要的功能,基本上在urll
Python爬取暴走漫画动态图
最近再之乎上看到比较好的Python爬虫教程,看过之后对爬虫有了大概的了解,随后自己写了个爬取[暴走漫画](https://www.oschina.net/action/GoToLink?url=http%3A%2F%2Fbaozoumanhua.com%2Fcatalogs%2Fgif)动图的爬虫练练手,另外附上[Python爬虫教程](https://w
Python爬虫
Python爬虫-xpath ============== * Python爬虫-xpath * 说明 * 再说明 * 插件推荐 * 语法讲述 * 举栗子 * 代码里使用 * 实战句子迷 * 需要的总结: 说明 -- 关于Python爬虫请求数据方面的知
Python爬虫:现学现用xpath爬取豆瓣音乐
爬虫的抓取方式有好几种,**正则表达式,Lxml(xpath)与BeautifulSoup,**我在网上查了一下资料,了解到三者之间的使用难度与性能 三种爬虫方式的对比。 ![](https://oscimg.oschina.net/oscnet/2daa493a02eeb49299b1ab6db462cb42124.png) 这样一比较我我选择了Lx
Python解析库lxml与xpath用法总结
点击上方“**IT共享之家**”,进行关注 回复“**资料**”可获赠Python学习福利 今 日 鸡 汤 欢笑情如旧,萧疏鬓已斑。 本文主要围绕以xpath和lxml库进行展开: 一、xpath 概念、xpath节点、xpath语法、xpath轴、xpath运算符 二、lxml的安装、lxml的使用、lxml案例 **一、xpa
Scrapy框架
\[TOC\] 1\. Scrapy介绍 ============ 1.1. Scrapy框架 ------------- Scrapy是用纯Python实现一个为了爬取网站数据、提取结构性数据而编写的应用框架,用途非常广泛。 ![](http://ccszt.com.cn/python/%E7%88%AC%E8%99%AB/file/images/