1 背景
Xpath是爬虫中用于解析HTML代码的一种方式，具有效率高、简单易学的特点。目前Chrome浏览器和Firefox浏览器都自带了Xpath表达式的提取工具。但是这些工具都比较难用，本文将介绍一款好用的Chrome浏览器插件：Xpath helper。
接下来将介绍这款工具的安装和使用方法：
2 下载安装
点击此处下载安装或者直接在Chrome应用商店搜索“Xpath helper”进行安装。
注意： 需要科学上网才可以在官网下载
3 使用方法
-
点击Chrome浏览器右上角的Xpath helper图标
点击图标打开
-
打开之后的界面如下：
image.png
- 在页面的任意位置点击，使鼠标焦点在网页上。此时把鼠标指针移动到需要提取的内容的位置，按下shift键。如在豆瓣电影分类页面上，我们需要提取第一个标题，操作如下图所示
提取电影标题
4 Xpath表达是的调试和提取原则
Xpath表达式书写原则：
- 越短越好，只要能够唯一定位元素即可，这样可以避免出错的概率
- 尽量使用元素属性定位，如id，class等，而不是使用索引定位的方式
- 尽量使用相对路径，而不是绝对路径
爬虫中需要注意的点：
前端展示的内容包含异步加载的内容，但是大部分的爬虫不能加载异步的内容。因此要注意需要提取的内容必须在网页源代码中。
网友评论