scrapy的Xpath表达式总结
Posted encp
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了scrapy的Xpath表达式总结相关的知识,希望对你有一定的参考价值。
我们在使用scrapy的时候,常常会用到xpath表达式,用过xpath你会觉得,哇,比正则简单呀!确实,xpath简单明了,但是并不代表xpath在scrapy里面会替代掉正则哦!
1.什么是xpath
Xpath是一门在XML文档中查找信息的语言,可以对XML文档中的元素和属性使用路径表达式进行导航,Xpath包含一个标准函数库。
2.xpath常用标签
/ ------提取某个标签下的所有内容
text() ------- 提取标签所包含的文本内容
@ ---------- 提取标签属性的信息
// ---------- 寻找所有的标签
[@属性=值] ------ 定位标签
3.使用举例
/html -----代表提取html标签内的所有内容
/html/head/title -----代表提取title下面的所有信息
//li ------ 代表提取所有的li标签
//li[@class=‘hidden-xs‘] -------- 直接定位到满足条件的标签
//li[@class=‘hidden-xs‘]/a/@heef ---------- 提取到class = hidden-cs的li标签下面的a标签的href的值
4.scrapy中使用xpath
下面为大家提供一个参考方法(scrapy下写的一个爬虫方法),是用来爬取html页面的title标签内容和class=‘note’的div标签下的内容
def next(self,response):
title = response.xpath("/html/head/title/text()").extract()
note = response.xpath("//div[@class = ‘note‘]/text()").extract()
print(title)
print(note)
以上是关于scrapy的Xpath表达式总结的主要内容,如果未能解决你的问题,请参考以下文章