350人参与 • 2024-08-02 • 网页播放器
from lxml import etree
str1 = """
<div>
<ul>
<li class="item-0"><a href="link1.html">first item</a></li>
<li class="item-1"><a href="link2.html">second item</a></li>
<li class="item-inactive"><a href="link3.html"><span class="bold">third item</span></a></li>
<li class="item-1"><a href="link4.html">fourth item</a></li>
<li class="item-0"><a class="test" href="link5.html">fifth item</a>111</li>
<li class="item-0" vmid="10023898942">bsajkfhsdbfhjsdgbhfds</li>
</ul>
</div>
"""
# 将字符串转化为html对象
strtree1 = etree.html(str1)
print(strtree1.xpath('//li/text()')) #获取所有li里面的内容,这里只能获取直属li里面的内容
print(strtree1.xpath('//li/@class'))
# xpath中的下标,是从1开始的
print(strtree1.xpath('//li[3]/a/@href'))
# xpath中没有负数下标,若从右向左取,利用last获取最后一个 通过减一减二的方式获取倒数第二个倒数第三个
print(strtree1.xpath('//li[last()-1]/text()'))
# 获取指定属性值的标签
print(strtree1.xpath('//li[@class="item-1"]//text()'))
from requests_html import htmlsession from lxml import etree session = htmlsession() url = 'https://soso.nipic.com/?q=%e7%be%8e%e5%a5%b3' response = session.get(url) html = etree.html(response.text) imgnames = [] imgurls = [] for i in range(1, 6): img_name = html.xpath(f'//ul[@id="img-list-outer"]/li[{i}]/a/img/@alt') img_url = html.xpath(f'//ul[@id="img-list-outer"]/li[{i}]/a/img/@data-original') imgnames.append(img_name[0]) imgurls.append('https:' + img_url[0]) for i in range(len(imgurls)): with open('美女\\' + imgnames[i] + '.jpg', 'wb') as f: f.write(session.get(imgurls[i]).content) # content就是将响应转化为二进制内容
您想发表意见!!点此发布评论
版权声明:本文内容由互联网用户贡献,该文观点仅代表作者本人。本站仅提供信息存储服务,不拥有所有权,不承担相关法律责任。 如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 2386932994@qq.com 举报,一经查实将立刻删除。
发表评论