首先得引入lxml
#xpath为frome lxml import etree#cssselector为import lxml.html#cssselector使用起来简单但功能比xpath少cssselector
tree = lxml.html.fromstring('你获取的网页源代码文件或变量')css = tree.cssselect('要选择的内容') #例如tree.cssselect('div.word-info > div.pronounces > span.word-audio')#选择器选择的结果为list css.text_content() #表示选择的内容 css.attrib['要表示的标签属性'] #如css.attrb['class']表示的就是所选择内容的class属性
如果选择的内容换行符太多可以使用split表示成list去除
| 说明 | 例子 |
|---|---|
| 选择所有标签 | * |
| 选择<a>标签 | a |
| 选择所有class="link"的标签 | .link |
| 选择class="link"的<a>标签 | a.link |
| 选择id="home"的<a>标签 | a#home |
| 选择父元素为<a>标签的所有<span>标签 | a > span |
| 选择<a>标签内部的所有<span>标签 | a span |
| 选择title属性为”Home”的所有<a>标签 | a[title=Home] |
xpath
selector=etree.HTML('你获取的网页源代码文件或变量')css = selector.xpath('要选择的内容')#xpath可直接表示#xpath可选择并表示属性xpath由于内容太多,可以直接参考官方文档
0 条评论