上节课认识了网页的构成之后，这节课我们来解析网页中的元素。
这节课的目标是，从你自己写的网页中，筛选出来所有评分大于3的文章。自己写的网页自己爬，会更加熟悉一些，也为之后爬取更复杂的真实网页做好铺垫。
【首先是知识点部分】
完成这个爬虫，可以分为三个步骤：
我们先从第一步开始：解析网页
BeautifulSoup 可以帮我们解析网页，为了让你更容易理解，它的使用方法我们可以理解成是做汤的过程。
我们要爬取的网页，就像是需要处理的汤料；
而lxml 是一种解析网页的方法，相当于是一种食谱，还有其他4种不太常用的食谱也列举出来了；
Soup 是解析好的网页，相当于是做好的汤。
接下来是第二步：描述元素位置
我们要爬取的是网页上的某个特定元素，比如：图片、打分，这样的话，就需要告诉程序要爬取的东西在具体什么位置。
有两种方式可以描述元素位置，一种是 Xpath，我们先来理解这一种
看了这张图，你就能明白父子节点、兄弟节点是什么了。更具体的描述，可以去视频里面看。
而 CSS Selector 和 Xpath 很类似，不同点在于：
第三步：从标签中获取你要的信息。
实际上是函数方法和字典的灵活运用，我们在课程案例里面详细讲解。
【然后是课程案例部分】
会带着你一步步实现我们的课程目标，筛选出来所有评分大于3的文章。
具体的编程演示看视频吧。
2、如何解析网页中的元素【Python零基础爬虫实战】
如果你只是停留在理解与模仿视频敲代码的阶段，那你还是不能真正掌握解析网页的方法，在亲身实践之后才能真正学会。所以，每节课都有一道配套的实战练习题，这节课的练习作业是：爬取这个电商网页的各种信息。
考虑到大多数初学者都不懂得怎么看官方文档，所以我们在作业中引导大家去查阅文档。
这道题的难点在于：如何统计有几个星星。你需要查阅 BeautifulSoup 的中文文档，阅读其中关于 find_all() 的内容，然后试着用文档中学到的方法去解决难点。
上面的内容来自网易云课堂畅销课程 Python实战课程：四周实现爬虫系统
加入课程后，可以看到完整四周课程，获赠零基础预习教程魔力手册，并得到班级老师的辅导与答疑。
欢迎加入预备班 QQ 群和大家讨论 Python 课程问题，参加每周的老学员分享，QQ 群号是：454652648，加群回复：实战计划
网友评论