《数据采集技术》课件——项目二 任务2 使用Xpath爬取豆瓣电影排行榜.pptxVIP

项目二：爬取豆瓣电影网站

目录01任务1使用正则表达式02任务2：使用Xpath爬取豆瓣电影排行榜03任务3：使用BeautifulSoup爬取豆瓣电影TOP250

任务2：使用Xpath爬取豆瓣电影排行榜

任务描述豆瓣电影是国内知名的电影信息平台，上面汇聚了丰富的电影数据，包括电影的基本信息（如名称、评分、导演、主演等）、影评、用户评价等。通过使用Xpath技术从豆瓣电影页面中爬取这些数据，能够为电影数据分析、电影推荐系统开发、电影市场研究等提供基础数据支持。

任务目标了解常用XPath表达式0203使用XPath解析网页01正确安装XPath库

2.1XPath概述2.1.1XPathXPath—全称XMLPathLanguage，即XML路径语言，它是一门在XML文档中查找信息的语言。它最初是用来搜寻XML文档的，但是它同样适用于HTML文档的搜索。2.1.2相应库的安装在pycharm的命令行界面输入pipinstalllxml进行库的安装。

2.1XPath概述2.1.3XPath常用规则表达式描述/从当前节点选取直接子节点//从当前节点开始选取子孙节点.选取当前节点@选取属性Text()获取文本*通配符，表示任何元素节点Nodename[@atttib=value选取具有给定值的指定元素例：div[@class=text]表示class为t