首页
学习
活动
专区
工具
TVP
发布

python笔记28-lxml.etree爬取html内容

前言

本篇继续lxml.etree学习,在线访问接口,通过接口返回的html,解析出想要的text文本内容

环境准备:

python 3.6

lxml

requets

定位目标

爬取我的博客首页https://www.cnblogs.com/yoyoketang/左侧栏个人基本信息

先f12抓包,找到该接口地址https://www.cnblogs.com/mvc/blog/news.aspx?blogApp=yoyoketang

运行结果

提取内容

运行结果:

总结

1.获取当前节点标签名称.tag

print(block[0].tag)

2.获取当前节点文本

print(block[0].text)

3.获取当前节点元素全部属性dict

print(block[0].attrib)

4.获取当前节点某个属性

print(block[0].get(“id”))

5.所有子节点

6.获取当前节点下全部文本

print(block[0].xpath(‘text()’))

7.获取本节点和子节点所有文本信息

print(block[0].xpath(‘.//text()’))

8.获取父节点

print(block[0].getparent().tag)

《python3自动化接口+selenium》10月07号开学!(包教会)

主讲老师:上海-悠悠

上课方式:QQ群视频在线教学

报名费2000一人(周期2个月)

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180919G0CRQ500?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券