Java调用python解析xpath

一、需求背景

公司有爬虫需求，希望通过xpath解析网页，最早的版本是调用Java版本的Jsoup来完成的，但是Jsoup只能处理一些简单的xpath，对于一些特殊函数的xpath无法支持，后来又通过使用xpath2selector用来处理高级xpath问题，但是xpath2selector也存在一些问题，不能支持部分高级函数以及乱码问题，java版本使用xpath太难寻找，最终决定使用python作为解析xpath的语言。

二、需求分析

用python解析xpath需要解决两个问题

1.Java调用python

2.python解析xpath

三、需求实现

1、Java调用python

刚开始的时候使用Jython作为Java和python之间的互通工具，测试之后确实可以使用，但是等到使用python的时候发现Jython不支持lxml，最后决定使用Java原生调用命令行的方式。以下为Java原生调用python的解决方案

由于简书对code的支持不是特别好，所以以下用图片代替

注：在linux环境中每个传入的参数长度不能超过132kb

2、python接收数据并用lxml处理返回

1：接收数据

#python lxml解析xpath

3、环境搭配

pip  installl  xml

原文地址可查看：http://blog.csdn.net/yanxiaobo1991/article/details/78144359