美文网首页
Xpath和BeautifulSoup4

Xpath和BeautifulSoup4

作者: 骚X | 来源:发表于2019-02-24 19:48 被阅读0次

    什么是Xpath?

    • Xpath(XML Path Language)是一门在 XML文档中查找信息的语音,可用来在XML文档对元素和属性进行遍历

    什么是XML?

    • XML指可扩展标记语音
    • XML是一种标记语音,很类似HTML
    • XML的设计宗旨是传输数据,而非显示数据
    • XML 的标签需要我们自行定义
    • XML被设计为具有自我描述性
    • XML是W3C推荐标准

    XML和HTML的区别

    XML是可扩展标记语音,被设计为传输和存储数据,其焦点是数据的内容。
    HTML是超文本标记语音,显示数据以及如何更好显示数据

    Xpath表达式
    • nodename选取此节点的所有节点
    • / 从根节点选取
    • // 从匹配选择的当前节点选择文档中节点,而不考虑它们的位置
    • . 选取当前节点
    • .. 选取当前节点的父节点
    • @ 选取属性

    什么是BeautifulSoup4?

    • 和 lxml 一样,Beautiful Soup 也是一个HTML/XML的解析器,主要的功能也是如何解析和提取 HTML/XML 数据

    BeautifulSoup4表达式

    • findall() 查找所有节点
    • find() 查找单个
    • 支持css选择器
    获取标签的属性 p['class'] => p.attrs['class']
    获取标签的文本 p.get_text() => p.string

    BeautifulSoup4和XPath的区别

    • Beautifulsoup4 要比Xpath解析数据要慢,因为beautifulsoup4载入的是整个html文档

    相关文章

      网友评论

          本文标题:Xpath和BeautifulSoup4

          本文链接:https://www.haomeiwen.com/subject/rdbbyqtx.html