#?**《淺談解析庫XPath，bs4和pyquery》**??

###?作者：*墨非墨菲非菲*???

前幾天在CSDN看到一篇帖子，題目是“如何讓自己像打王者一樣發(fā)了瘋，拼了命，石樂志的學(xué)習(xí)”。這里面講到了階段性反饋機制，我覺得蠻有意思的，正好前兩天用python寫了一個scrawler爬取了某XXXX軟件上面的挑戰(zhàn)答題并自動匹配。在解析題庫網(wǎng)頁的時候碰到了一系列的問題，把三種解析庫都回顧了個遍。借著這個興奮勁兒，決定碼一篇python解析庫————lxml，bs4，以及pyquery的簡要概述。??:happy:??

下面僅僅是我個人的回憶和記錄，僅供參考，錯誤之處還請多多指正。

##?**寫在前面**??

以上提到的三個是python語言中最最最常用的三個解析庫，解析庫是用來提取網(wǎng)頁的html信息的。首先要解釋一下，網(wǎng)頁中如此多的信息，為什么能夠被精準(zhǔn)的獲取到。網(wǎng)頁可以分為三大部分————HTML,JavaScrip和CSS，這些要素構(gòu)成了我們看到的豐富多彩的網(wǎng)頁。??

解析庫基于網(wǎng)頁的兩類特征，一類是節(jié)點樹（HTML?DOM)，一類是css選擇器。如果把節(jié)點樹比作一個家庭，那么它就包含了它爺爺，它老漢（parent），它兄弟（sibling）以及它兒子和孫孫（children）。有了這個節(jié)點樹，網(wǎng)頁里面每一個元素就層級分明的展現(xiàn)了出來。??具體的，構(gòu)成這棵樹的枝節(jié)，又包根元素（html），元素（title，body，a...），屬性（class，href...）和文本等等。css，即層疊樣式表，它有一套屬于自己的語法規(guī)則，舉個例子，選擇器（.link）代表了'class=“l(fā)ink”'，（#song）代表了'id=“song”'，（a）代表了'a'的所有節(jié)點。???

有了上面的規(guī)則，每個元素的位置就被唯一確定了下來了，接下來解析庫就登上了舞臺，使出了元哥般的秀發(fā)。??

>下面是分割線???

---

##?**【解析庫一：XPath】**??

XPath，全名是XML?Path?Lauguage。拿到一個庫，如果有精力和毅力閱讀官方文檔當(dāng)然最好，雖然我?guī)缀鯖]有過。知道名字，好像意義不大，所以，直接上干貨。

###?1.初始化??

先說說初始化（initition），可被解析的有字符串（string）和html文件（filename.html)。具體的使用方法：??

~~首先要安裝lxml庫，python?CMD：pip?install?lxml~~??

```python??

res?=?'''???<div?class="info">

????????<div?class="hd">

????????????<a????

點樹.jpg)

##?寫在最后

從2020/03/31?15:20開始，到04/01?09:59，這一篇文章已經(jīng)算是圓滿了。再次感謝我媽和我的芬芬兒昨天晚上幫我洗碗，我才能夠比較順利的，時效的完成這篇梳理。

##??引用

[1]崔慶才，Python3網(wǎng)絡(luò)開發(fā)與實踐，[M],2018.4，人民郵電出版社。??

[2]URL:https://docs.python.org/zh-cn/3.7/??[點擊閱讀python官方文檔](https://docs.python.org/zh-cn/3.7/)。??

[3]python3?lxml標(biāo)準(zhǔn)庫[點擊閱讀lxml文檔](http://lxml.de/)。???

[4]沈承放,莫達隆,beautifulsoup庫在網(wǎng)絡(luò)爬蟲中的使用技巧及應(yīng)用,[J],2019.3,2019(28)[點擊閱讀paper](https://login.cnki.net/login/?platform=kdoc&ForceReLogin=1&ReturnUrl=%2f%2fkns.cnki.net%2fKXReader%2fDetail%3fdbcode%3dCJFQ%26filename%3dDNZS201928007%26uid%3d)。??

[5]風(fēng)變編程——BeautifulSoup實踐。