第三个爬虫实战代码(使用xpath表达式)

由于原代码已经包含了一个使用XPath表达式的实例，我们可以直接使用原代码中的相关函数和类。以下是一个简化的实例，展示了如何使用XPath表达式来提取页面中的书籍信息：

from lxml import etree
 
# 假设html是一个包含HTML内容的字符串
html = """
<div class="book">
    <h1 class="title">书名: Python爬虫开发与项目实战</h1>
    <p class="author">作者: 张三</p>
    <p class="price">价格: 99.00元</p>
</div>
<div class="book">
    <h1 class="title">书名: JavaScript网络爬虫开发</h1>
    <p class="author">作者: 李四</p>
    <p class="price">价格: 88.00元</p>
</div>
"""
 
# 使用etree.HTML解析HTML字符串
tree = etree.HTML(html)
 
# 使用XPath表达式选取所有书籍信息
books = tree.xpath('//div[@class="book"]')
 
# 遍历每本书并提取信息
for book in books:
    title = book.xpath('.//h1[@class="title"]/text()')[0]
    author = book.xpath('.//p[@class="author"]/text()')[0]
    price = book.xpath('.//p[@class="price"]/text()')[0]
    
    print(f"书名: {title}, 作者: {author}, 价格: {price}")

这段代码首先定义了一个包含HTML内容的字符串html，然后使用etree.HTML解析这个字符串，并使用XPath表达式//div[@class="book"]选取所有的书籍信息。接着，遍历每本书籍，并使用相对应的XPath表达式提取书籍的标题、作者和价格。最后，打印出每本书的信息。