当前位置: 首页 > news >正文

徐州手机网站制作刷外链

徐州手机网站制作,刷外链,张家界建设局网站电话号码,滨海做网站哪家最好目录 0.xpath最新下载地址和安装教程 1.xpath安装 2.xpath基本使用 3.xpath基本语法 4.实例 (1)xpath解析本地文件 (2)xpath解析服务器响应的数据 ①获取百度网站的“百度一下”四个字 ②获取站长素材网站情侣图片前十页的…

目录

0.xpath最新下载地址和安装教程

1.xpath安装

2.xpath基本使用

3.xpath基本语法

4.实例

(1)xpath解析本地文件

 (2)xpath解析服务器响应的数据

①获取百度网站的“百度一下”四个字

②获取站长素材网站情侣图片前十页的图片


0.xpath最新下载地址和安装教程

https://blog.csdn.net/laosao_66/article/details/131752611

1.xpath安装

注意:提前安装xpath插件

(1)打开chrome浏览器

(2)点击右上角小圆点

(3)更多工具

(4)扩展程序

(5)拖拽xpath插件到扩展程序中

(6)如果crx文件失效,需要将后缀修改zip

(7)再次拖拽

(8)关闭浏览器重新打开

(9)ctrl + shift + x

(10)出现小黑框

2.xpath基本使用

 xpath解析分为两种
一种是解析本地文件     方法为:etree.parse
 另一种是解析服务器响应的数据 (即从response.read().decode('utf-8') 里解析,这种用的多        方法为:etree.HTML()

  • (1)安装lxml库 pip install lxml ‐i https://pypi.douban.com/simple
  • (2)导入lxml.etree from lxml import etree
  • (3)etree.parse() 解析本地文件 html_tree = etree.parse('XX.html')
  • (4)etree.HTML() 服务器响应文件 html_tree = etree.HTML(response.read().decode('utf‐8')
  • (5)html_tree.xpath(xpath路径)

3.xpath基本语法

  • 路径查询   //:查找所有子孙节点,不考虑层级关系
  •                   / :找直接子节点
  • 谓词查询   //div[@id] //div[@id="maincontent"]
  • 属性查询   //@class
  • 模糊查询   //div[contains(@id, "he")] //div[starts‐with(@id, "he")]
  • 内容查询   //div/h1/text()
  • 逻辑运算   //div[@id="head" and @class="s_down"] //title | //price

4.实例

(1)xpath解析本地文件

本地 HTML文件

<!DOCTYPE html>
<html lang="en">
<head><meta charset="UTF-8"/><title>Title</title>
</head>
<body><ul><li id="11" class="c1">北京</li><li id="12">上海</li><li id="c3">深圳</li><li id="c4">武汉</li></ul>< ! --    <ul>-->
< ! --        <li>大连</li>-->
< ! --        <li>锦州</li>-->
< ! --        <li>沈阳</li>-->
< ! --    </ul>--></body>
</html>

xpath解析本地文件 

from lxml import etree# xpath解析
# (1)本地文件                                                etree.parse
# (2)服务器响应的数据  response.read().decode('utf-8') *****   etree.HTML()# xpath解析本地文件
tree = etree.parse('爬虫_解析_xpath的基本使用.html')#tree.xpath('xpath路径')# 查找ul下面的li
li_list = tree.xpath('//body/ul/li')# 查找所有有id的属性的li标签
# text()获取标签中的内容
li_list = tree.xpath('//ul/li[@id]/text()')# 找到id为l1的li标签  注意引号的问题
li_list = tree.xpath('//ul/li[@id="l1"]/text()')# 查找到id为l1的li标签的class的属性值
li = tree.xpath('//ul/li[@id="l1"]/@class')# 查询id中包含l的li标签
li_list = tree.xpath('//ul/li[contains(@id,"l")]/text()')# 查询id的值以l开头的li标签
li_list = tree.xpath('//ul/li[starts-with(@id,"c")]/text()')#查询id为l1和class为c1的
li_list = tree.xpath('//ul/li[@id="l1" and @class="c1"]/text()')li_list = tree.xpath('//ul/li[@id="l1"]/text() | //ul/li[@id="l2"]/text()')# 判断列表的长度
print(li_list)
print(len(li_list))

 (2)xpath解析服务器响应的数据

①获取百度网站的“百度一下”四个字
# (1) 获取网页的源码
# (2) 解析   解析的服务器响应的文件  etree.HTML
# (3)  打印import urllib.requesturl = 'https://www.baidu.com/'headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36'
}# 请求对象的定制
request = urllib.request.Request(url = url,headers = headers)# 模拟浏览器访问服务器
response = urllib.request.urlopen(request)# 获取网页源码
content = response.read().decode('utf-8')# 解析网页源码 来获取我们想要的数据
from lxml import etree# 解析服务器响应的文件
tree = etree.HTML(content)# 获取想要的数据  xpath的返回值是一个列表类型的数据
result = tree.xpath('//input[@id="su"]/@value')[0]# 这样写也可以,xpath路径可以在选中区域后右键直接copy
# result = tree.xpath('//*[@id="su"]//@value')[0]    print(result)
②获取站长素材网站情侣图片前十页的图片

注:一般涉及图片的网站都会进行懒加载

# (1) 请求对象的定制
# (2)获取网页的源码
# (3)下载# 需求 下载的前十页的图片
# https://sc.chinaz.com/tupian/qinglvtupian.html   1
# https://sc.chinaz.com/tupian/qinglvtupian_page.htmlimport urllib.request
from lxml import etreedef create_request(page):if(page == 1):url = 'https://sc.chinaz.com/tupian/qinglvtupian.html'else:url = 'https://sc.chinaz.com/tupian/qinglvtupian_' + str(page) + '.html'headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36',}request = urllib.request.Request(url = url, headers = headers)return requestdef get_content(request):response = urllib.request.urlopen(request)content = response.read().decode('utf-8')return contentdef down_load(content):
#     下载图片# urllib.request.urlretrieve('图片地址','文件的名字')tree = etree.HTML(content)name_list = tree.xpath('//div[@id="container"]//a/img/@alt')# 一般涉及图片的网站都会进行懒加载src_list = tree.xpath('//div[@id="container"]//a/img/@src2')for i in range(len(name_list)):name = name_list[i]src = src_list[i]url = 'https:' + srcurllib.request.urlretrieve(url=url,filename='./loveImg/' + name + '.jpg')if __name__ == '__main__':start_page = int(input('请输入起始页码'))end_page = int(input('请输入结束页码'))for page in range(start_page,end_page+1):# (1) 请求对象的定制request = create_request(page)# (2)获取网页的源码content = get_content(request)# (3)下载down_load(content)

http://www.hrbkazy.com/news/22637.html

相关文章:

  • pc网站手机版开发电商还有发展前景吗
  • 为什么WORDPRESS后台很卡网站优化快速排名软件
  • 做网站在哪里可以找到高清壁纸指数分布的分布函数
  • 常见的独立站建站工具有哪些如何注册自己的网站
  • 做同业业务一般关注哪些网站合肥关键词排名工具
  • 深圳网页设计兴田德润实惠兰州seo实战优化
  • 做代理网站用什么软件营销策划与运营
  • Wordpress建站用什么系统贴吧aso优化贴吧
  • 网站制作常见问题 图片版权百度销售平台怎样联系
  • 如何做网页游戏网站百度上海推广优化公司
  • wordpress 白色百度seo软件是做什么的
  • 影视广告片拍摄厂家seo最新快速排名
  • 云南网站设计平台站长之家查询域名
  • 共享办公wework西安做推广优化的公司
  • 做婚礼邀请函网站qq群引流推广平台免费
  • 潍坊网站建设制作搜索引擎google
  • 个人电脑做网站关键词排名怎么做上首页
  • 免费网站空间10g国际网站平台有哪些
  • 做网站的花费搜索引擎seo是什么意思
  • 免费的网站模板哪里有如何做谷歌优化
  • 南通网站建设制作百度网页版入口
  • wordpress 权限 分类seo技术分享
  • 建设英文网站的必要性百度推广的广告靠谱吗
  • 做网站 空间还是服务器百度网站提交了多久收录
  • 西安网站建设首选网站seo软件
  • 郑州装修公司口碑哪家好网站查询工具seo
  • 投资管理有限公司注册要求重庆官网seo分析
  • java做网站下载图片网上seo研究
  • 天津网站免费制作seo引擎优化是什么
  • 安阳网站怎么优化直播营销策略有哪些