讲讲python使用xpath中遇到[到底是什么

2023年10月7日 149次阅读 来源: 会讲段子的挨踢狗

写在前面

本人的所有文章只适合善于使用百度的人，因为所有基础知识个个博客复制粘贴了无数遍，我这里均不会详细讲述。

在这里我表示所有不经验证的转载都是耍流氓，把一篇篇错误的文章转载的到处都是，不知道浪费了多少人的时间精力去反复调试错误的代码，尤其是对初学者有极大的打击性。

大家在学习python爬虫的过程中，会发现一个问题，语法我看完了，说的也很详细，我也认真看了，爬虫还是不会写，或者没有思路，所以我的所有文章都会从实例的角度来解析一些常见的问题和报错。

Element是什么

回归正题，大家晕头转脑的看完繁杂的语法之后，已经迫不及待写点什么东西了，然后部分同学可能遇到了这个

<Element a at 0x39a9a80>
或者类似 Element a at 0x???????，这样的一个值，然后大家带着问题去搜，然后全是英文啊，什么一大堆乱七八糟的啊，英文不好的同学就崩溃了，在这里，我会重点解析一下

某种意义上来说，当你打印变量的时候得到的这个值，其实它是一个列表，然后列表中的每一个值都是一个字典

如何使用理解请看半成品开车实例，证明了本人非常擅长把学习和乐趣结合起来并且切身解决日常需求，滑稽脸.jpg


from bs4 import BeautifulSoup
from lxml import etree
import requests

gjc='SHKD-700'
#定义URL
html = "http://www.btanv.com/search/"+gjc+"-hot-desc-1"
#解码URL
html = requests.get(html).content.decode('utf-8')
#解析成xml
dom_tree = etree.HTML(html)
#在xml中定位节点，返回的是一个列表
links = dom_tree.xpath("//a[@class='download']")
for index in range(len(links)):
    # links[index]返回的是一个字典
    if (index % 2) == 0:
        print(links[index].tag)
        print(links[index].attrib)
        print(links[index].text)

实例解析

下面重点看看这个代码，

        print(links[index])
        print(type(links[index]))
        print(links[index].tag)#获取<a>标签名a
        print(links[index].attrib)#获取<a>标签的属性href和class
        print(links[index].text)#获取<a>标签的文字部分

打印出来的是

<Element a at 0x3866a58>
<class 'lxml.etree._Element'>
a
{'href': 'magnet:?xt=urn:btih:7502edea0dfe9c2774f95118db3208a108fe10ca', 'class': 'download'}
磁力链接

该节点的html代码为

<a href="magnet:xt=urn:btih:7502edea0dfe9c2774f95118db3208a108fe10ca" class="download">磁力链接</a>

看到这里大家应该就非常兽血沸腾的了解了三个属性的用法了。

总结

  • Element类型是’lxml.etree._Element’，某种意义来说同时是一个列表
  • 列表的需要使用tag\attrib\text三个不同的属性来获取我们需要的东西
  • 变量.tag获取到的是标签名是—字符串
  • 变量.attrib获取到的是节点标签a的属性—字典
  • 变量.text获取到的是标签文本—字符串

欢迎收藏点赞，拒绝转载，因为目前我也是自学向前摸索，这些都是我目前认知到的东西，肯定有讲的不准确的地方，不希望会误导到他人

    原文作者：会讲段子的挨踢狗
    原文地址: https://segmentfault.com/a/1190000012645691
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞