概述
老板扔给了我一个陈年语料，让我通过文章标题回原网址爬取一下对应的doi号，文章很好定位，但是在解析标题的时候遇到了问题，a标签中混合了i、sub、sup标签，在使用xpath时不能直接使用text方法获取，所以在这里记录一下自己的解决方案。
(想不到，做完这个任务，我顺便学会了希腊字母的读音:^)
1 xpath定位
本篇博客以抓取我的主页中的某条标题为例。鼠标右键要爬的内容，点击“检查”，然后继续右键定位到的内容，选择copy，然后Copy Xpath，就可以获得xpath表达式讲真，作为懒人，我喜欢这个定位，这样就不用像beautifulSoup中那样一点点的写定位的元素了。具体操作如下图所示。
图1 获取XPath操作
获得了XPath路径之后，就可以在直接使用lxml包进行解析。操作样例如下：
import requests
from lxml import html
etree = html.etree
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) '
'Chrome/79.0.3945.130 Safari/53
最后
以上就是能干大白为你收集整理的python xpath定位 嵌套标签_python爬虫中使用Xpath方法定位a标签中所有的子标签的方法...的全部内容，希望文章能够帮你解决python xpath定位 嵌套标签_python爬虫中使用Xpath方法定位a标签中所有的子标签的方法...所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复