| 表達式 | 描述 |
|---|---|
| nodename | 選取此節(jié)點的所有子節(jié)點。 |
| / | 從根節(jié)點選取。 |
| // | 從匹配選擇的當前節(jié)點選擇文檔中的節(jié)點，而不考慮它們的位置。 |
| … | 選取當前節(jié)點的父節(jié)點。 |
| . | 選取當前節(jié)點。 |
| @ | 選取屬性。 |
XPath 通配符可用來選取未知的 XML 元素。
| 通配符 | 描述 |
|---|---|
| * | 匹配任何元素節(jié)點。 |
| @* | 匹配任何屬性節(jié)點。 |
| node() | 匹配任何類型的節(jié)點。 |
在下面的表格中，我們列出了一些路徑表達式，以及這些表達式的結(jié)果：
| 路徑表達式 | 結(jié)果 |
|---|---|
| /bookstore/* | 選取 bookstore 元素的所有子元素。 |
| //* | 選取文檔中的所有元素。 |
| //title[@*] | 選取所有帶有屬性的 title 元素。 |
父（Parent）
每個元素以及屬性都有一個父。
在下面的例子中，book 元素是 title、author、year 以及 price 元素的父：
book> title>Harry Potter/title> author>J K. Rowling/author> year>2005/year> price>29.99/price> /book>
子（Children）
元素節(jié)點可有零個、一個或多個子。
在下面的例子中，title、author、year 以及 price 元素都是 book 元素的子：
book> title>Harry Potter/title> author>J K. Rowling/author> year>2005/year> price>29.99/price> /book>
同胞（Sibling）
擁有相同的父的節(jié)點
在下面的例子中，title、author、year 以及 price 元素都是同胞：
book> title>Harry Potter/title> author>J K. Rowling/author> year>2005/year> price>29.99/price> /book>
先輩（Ancestor）
某節(jié)點的父、父的父，等等。
在下面的例子中，title 元素的先輩是 book 元素和 bookstore 元素：
bookstore> book> title>Harry Potter/title> author>J K. Rowling/author> year>2005/year> price>29.99/price> /book> /bookstore>
后代（Descendant）
某個節(jié)點的子，子的子，等等。
在下面的例子中，bookstore 的后代是 book、title、author、year 以及 price 元素：
bookstore> book> title>Harry Potter/title> author>J K. Rowling/author> year>2005/year> price>29.99/price> /book> /bookstore>
爬取糗事百科
import requests
# 導(dǎo)包
from lxml import etree
import os
base_url = 'https://www.qiushibaike.com/video/'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.142 Safari/537.36'
}
res = requests.get(url=base_url, headers=headers)
html = res.content.decode('utf-8')
# xpath解析
tree = etree.HTML(html)
# 標題
content = tree.xpath('//*/a/div[@class="content"]/span/text()')
# 視頻
video_list = tree.xpath('//*/video[@controls="controls"]/source/@src')
index = 0
for i in video_list:
# 獲取視頻二進制流
video_content = requests.get(url= 'https:' + i,headers=headers).content
# 標題
title_1 = content[0].strip('\n')
# 將視頻二進制寫入文件
with open(f'Video/{title_1}.mp4','wb') as f:
f.write(video_content)
index += 1
到此這篇關(guān)于Python爬蟲必備之XPath解析庫的文章就介紹到這了,更多相關(guān)XPath解析庫內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
