当前位置 博文首页 > python使用XPath解析数据爬取起点小说网数据
xpath是一门在XML文档中查找信息的语言
但是Xpath需要依赖xml的库，所以我们需要去安装lxml的库。
我们先要安装lxml的库，直接在pycharm里安装即可：
元素-元素-属性-文本
使用XPath选取节点：
在谷歌里安装一个xpath的插件
在html中查找book-mid-info
我们要获取小说的名称： 也就是 //div[@class='book-mid-info']/h4/a/txt()
再加一个获取作者：
# 作者：互联网老辛
# 开发时间：2021/4/8/0008 8:24
import requests
from lxml import etree
url="https://www.qidian.com/rank/yuepiao"
headers={'user-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36 Core/1.70.3861.400 QQBrowser/10.7.4313.400'}
#发送请求
resp=requests.get(url,headers)
e=etree.HTML(resp.text) #类型转换，把str转变为class 'lxml.etree._ELement
print(type(e))
names=e.xpath('//div[@class="book-mid-info"]/h4/a/text()')
authors=e.xpath('//p[@class="author"]/a[1]/text()')
print(names)
print(authors)
#名称和作者对应
for name,authors in zip(names,authors):
print(name,":",authors)
