XPath 数据提取(上)

爬虫爬虫、xpath

创建时间:2019-08-26 19:20

阅读:

一、XPath 介绍与语法

一、XPath 介绍与语法

定义

XPath (XML Path Language) 是一门在 HTML\XML 文档中查找信息的语言，
可用来在 HTML\XML 文档中对元素和属性进行遍历。

作用

通过一定的语法规则从 HTML/XML 文件中提取数据。

下载插件

使用 Chrome 插件 XPath Helper
下载地址:https://pan.baidu.com/s/1UM94dcwgus4SgECuoJ-Jcg 密码：337b

环境搭建

创建 HTML 测试文件

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>语法学习</title>
</head>
<body>
    <bookstore>
        <book category="COOKING">
          <title lang="en">Everyday Italian</title>
          <author>Giada De Laurentiis</author>
          <year>2005</year>
          <price>30.00</price>
        </book>
        <book category="CHILDREN">
          <title lang="en">Harry Potter</title>
          <author>J K. Rowling</author>
          <year>2005</year>
          <price>29.99</price>
        </book>
        <book category="WEB">
          <title lang="en">Learning XML</title>
          <author>Erik T. Ray</author>
          <year>2003</year>
          <price>39.95</price>
        </book>
    </bookstore>
</body>
</html>