Python3网络爬虫开发实战（第3集）解析和提取网页数据

文章结构概述

• 一、XPath
  • • 1. 节点选取
    • 2. 定位具有特定属性或包含特定内容的节点
    • 3. XPath 运算符的使用
    • 4. 节点轴的概念与应用
    • 5. 在 lxml 模块中实现 XPath 查询

  • 二、CSS

  • 三、Beautiful Soup

  • • 1. 数据抓取与提取
    • 2. 多层嵌套结构的选择方式
    • 3. 相关元素之间的关联选取方法
    • 4. 基于方法的选取策略
    • 5. CSS 样式选择器的应用

  • 四、PyQuery

  • • 1. 对文档对象的初始化处理
    • 2. 使用 CSS 样式选择器进行元素定位
    • 3. 提取所需的信息内容
    • 4. 对节点执行相关操作

  • 五、Parsel

  • • 1. XPath 和 CSS 样式选择器的综合运用
    • 2. 数据信息的提取过程
    • 3. 利用正则表达式进行数据匹配与提取

一、XPath