您好!欢迎光临这里是您的网站名称,我们竭诚为您服务!
定制咨询热线099-57750421
您的位置:主页 > 工程案例 > 案例展示三 >
联系我们

ror体育岗亭有限公司

邮 箱:admin@zhbmcl.com
手 机:18102790671
电 话:099-57750421
地 址:宁夏回族自治区固原市通海县会时大楼4933号

网页结构的简介和Xpath语法的入门教程

发布时间:2021-11-13 01:24:02人气:
本文摘要:坚信很多小伙伴早已听闻过Xpath,之前小编也写出过一篇关于Xpath的文章,感兴趣的小伙伴可以砍这篇文章如何利用Xpath捕捉京东网商品信息以及Python网络爬虫四大选择器(正则表达式、BS4、Xpath、CSS)总结。今天小编之后给大家讲解一些Xpath知识点,期望对大家的自学有协助。 1、Xpath让我们可以用于一种类似于Windows下的文件路径的方式,让我们可以定位到HTML或者XML结构中的明确元素。

ror体育

坚信很多小伙伴早已听闻过Xpath,之前小编也写出过一篇关于Xpath的文章,感兴趣的小伙伴可以砍这篇文章如何利用Xpath捕捉京东网商品信息以及Python网络爬虫四大选择器(正则表达式、BS4、Xpath、CSS)总结。今天小编之后给大家讲解一些Xpath知识点,期望对大家的自学有协助。

1、Xpath让我们可以用于一种类似于Windows下的文件路径的方式,让我们可以定位到HTML或者XML结构中的明确元素。Xpath本身包括标一些定函数库,可以让我们的Xpath语法更为强劲。2、在HTML结构中,有一定的层级关系,主要的关系还包括:父节点、子节点、同胞节点(兄弟节点)、先辈节点、后代节点。

一般的,像类似于这种结构,称作一个节点。如上图,根据层次关系,我们可以告诉节点是的父节点,适当的,节点是节点的子节点。同胞节点又叫兄弟节点,一般的正处于同级层次的节点叫同胞节点,如上图中的节点和第一个节点、177~181讫的标签都是归属于同胞节点。

先辈节点又叫祖先节点,一般的,一个节点的上层以上的节点均称作先辈节点,所以父节点也是归属于先辈节点的一种。基于此,我们又可以称之为节点是的先辈节点。比较不应的,一个节点的下层以下的节点均称作后代节点,所以子节点也是归属于后代节点的一种。

基于此,我们又可以称之为节点是节点的后代节点。3、解读这些节点之间的关系之后,可以便利我们更佳的解读Xpath语法,下表是部分常用的Xpath语法。

ror体育官网

这里特别强调“/”和“//”的区别,“/”一般代表的某个元素的子节点,而不是全部的后代节点;而“//”一般代表的某个元素的后代节点,范围比“/”代表的要更为普遍一些。@符号后边经常回来class,代表挑选取名为class属性的节点,较为少见。

ror体育官网

4、下面针对明确的网页源码,让大家理解一下网页结构。如上图中的红色框框中,class为属性,而等于号后边的“grid-5”即为属性值,有的时候节点内不只是一个属性,如上图中的196讫中,就有两个属性。5、为了更为便利的定位到div或者其他节点下的标签,我们必须之后更进一步的展开定位瞄准,下表是部分常用的Xpath语法。

掌控了Xpath语法科学知识之后,我们就可以通过Xpath语法来展开撰写Xpath表达式,以萃取网页上的目标数据。千里之行,始于足下。如果想要懂Xpath,堪称必须勤加用于,下一篇文章将给大家讲解Xpath在Scrapy爬虫项目中的用于。


本文关键词:ror体育,网页,结构,的,简介,和,Xpath,语法,入门教程

本文来源:ror体育-www.zhbmcl.com

099-57750421