0x01 安裝lxml庫檔案
pip3 install lxml
0x02 初始化字元串
1、通過HTML類初始化字元串
from lxml import etree
import requests
url = "https://www.dandanzan10.top/dianying/index.html"
heads = {
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36',
}
r = requests.get(url, headers=heads)
str = r.text
html=etree.HTML(str)
print(html)
運作結果:<Element html at 0x17bf61e9d80>
0x03 擷取xpath路徑
1、右擊要擷取的字元串,選擇審查元素
2、右擊要擷取字元串這行,選擇複制,選擇複制Xpath
/html/body/div[2]/div/div[2]/ul/li[1]/h2/a
0x04 利用Xpath擷取電影名
from lxml import etree
import requests
url = "https://www.dandanzan10.top/dianying/index.html"
heads = {
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36',
}
r = requests.get(url, headers=heads)
str = r.text
html=etree.HTML(str)
res=html.xpath('/html/body/div[2]/div/div[2]/ul/li[1]/h2/a/text()')
print(res)
運作結果:['奇門暗刃']
1、text()擷取節點内容
2、"ul/li[1]",這裡隻是擷取了第一個電影名字
3、因為有多個li節點,是以将下标1去了就可以擷取所有節點内容
res=html.xpath('/html/body/div[2]/div/div[2]/ul/li/h2/a/text()')
0x05 聲明
僅供安全研究與學習之用,若将工具做其他用途,由使用者承擔全部法律及連帶責任,作者不承擔任何法律及連帶責任。
歡迎關注程式設計者吧