WURTR

假设在Python中，已将“library.xml”的内容存入变量res中， 请用lxml库解析出所有标签的文本信息，只取年份信息并存入列表中。 要获取id="p0021"的节点内的所有文本信息，写出

Selenium Selenium提供了多种方式来定位页面元素，以下是主要的选择器类型： ID (By.ID)：使用元素的id属性来定位。这是最快的定位方法之一。 3. NAME (By.NAME)：

python写入 读取文件python写入 读取文件python写入 读取文件python写入 读取文件

引入依赖 定义变量 如果未设置webdriver环境变量 爬取内容 写入文件引入依赖 定义变量 如果未设置webdriver环境变量 爬取内容 写入文件

引入依赖 设置全局变量 def获取详情页信息并写入txt文本 def获取详情页url 获取页码 开始爬取

数据清洗 读取数据 unique()查看重复值 data.duplicated()：这个方法会检查DataFrame中的每一行，看它是否与之前的行完全相同（基于所有列）。如果某行与前面的行重复会被标记

数据挖掘发展史 数据挖掘是KDD的核心部分，它是指从数据集合中自动抽取隐藏再数据中的有用信息的非平凡过程，这些信息的表现形式有规则、概念、规律和模式等 数据挖掘的常用方法 分类 聚类 关联规则

Python用于数据分析于挖掘的常用库，涵盖了numpy、pandas、matplotlib等常用库介绍

引入依赖 设置变量，循环拿取url 定义方法爬取数据 执行方法爬取数据 保存为CSV文件，本案例简单举例使用requests和Xpath做简单爬虫