python课件教案14_数据提取之lxml.pptxVIP

数据提取之xpath

情景引入通过xpath，我们实现了对网页数据的批量提取

情景引入但是这仅是在xpathhelper插件完成了数据的提取， 如何把xpath的语法使用到python代码中， 得到如下的内容输入呢？

目录认识lxml库豆瓣电影数据爬取lxml库的使用

认识lxml库

新知教授lxml，是python的一个解析库（网页内容解析），支持HTML和XML的解析，支持XPath解析方式，而且解析效率非常高！安装方式：pipinstalllxml

思维构建1、导入lxml的etree库(导入没有提示不代表不能用)fromlxmlimportetreepycharm中出现红色提示下划线，可忽略，不影响正常使用！

思维构建2、利用etree.HTML，将字符串转化为Element对象，Element对象具有xpath的方法，返回结果的列表，能够接受bytes类型的数据和str类型的数据html=etree.HTML(text)

ret_list=html.xpath(xpath字符串)

思维构建3、把转化后的element对象转化为字符串，返回bytes类型结果 print(html) #转化后的element对象data=etree.tostring(html)

print(data)

lxml库的使用

循序善