标签:语句 content LXML Python 爬虫 parse html 解析 id
解析模块的使用都是大同小异的。都是创建解析对象,定义解析规则,保存解析后的文件。
感觉LXML的优点最大的优点就是可以在Chrome按F12直接审查页面元素。右键复制为XPATH。
然后再进行修改就可以了。如注释后面的语句#'string(//*[@id="content"])'需要解析哪些地方的语句就复制哪里的,然后修改子节点就行了。
具体的语法查看官方文档就可以了。
def parse_html(self,html):
parse_html = etree.HTML(html)
xpath_bds = '//*[@id="content"]/p/text()'#'string(//*[@id="content"])'
r_list = parse_html.xpath(xpath_bds)
return r_list
保存方式有俩种,一种是字符串的string(),解析语句放在括号中间。
一种是列表的解析语句放在text()前。
总结:不如re好用。
标签:语句,content,LXML,Python,爬虫,parse,html,解析,id 来源: https://blog.csdn.net/weixin_44146990/article/details/121197753
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。