jsonpath
将json字符串转换为python字典后，使用jsonpath提取数据
$：根节点.：子节点，相当于/..：子孙节点，相当于//
代码演示：
from jsonpath import jsonpath
data = {
'uid': 123456,
'title': '深耕医疗很多年',
'photo': 'http://www.baidu.com',
'author': {
'name':'小陈',
'photo': 'https://www.xfz.cn/',
'authors': ['ccb', 'ccb2']
},
'source': '网上冲浪',
'keywords': ['动脉网', '新华网']
}
title = jsonpath(data, '$.title')[0]
name = jsonpath(data, '$..name')[0]
source = jsonpath(data, '$.source')[0]
Xpath
语法
<body>
<div>
<a href="/ershoufang/dongcheng/" title="北京东城在售二手房 ">东城</a>
<a href="/ershoufang/xicheng/" title="北京西城在售二手房 ">西城</a>
<a href="/ershoufang/chaoyang/" title="北京朝阳在售二手房 ">朝阳</a>
</div>
</body>
/：父子关系，如：div/a[2]，需要第几个标签，就在标签后面加上[顺序值]
//：子孙不相邻关系
@：通过属性定位标签，如：//a[@title="北京西城在售二手房 "]
@属性名：提取标签内指定属性名的属性值，如：//a[@title="北京西城在售二手房 "]/@title
代码
from lxml import etree
import requests
url = 'http://xczx.news.cn/mlxc.htm'
response = requests.get(url=url)
report = response.text
html_tree = etree.HTML(report)
tags = html_tree.xpath('//div[@id="content-list"]//span/a/text()')
text = ''
for tag in tags:
text += tag
print(text)
其他
- Xpath快捷键：Ctrl+Shift+X
- 相关文章：t.csdnimg.cn/bMqz3
