❶ 關於用xpath抓取<p>tag的問題
比如說我要抓取所有a標簽html/body/div/form/table/tbody/tr/td[2]//a
❷ 求一個php寫的爬蟲，能繞過的。
根據題主的需求，手敲兩個小時代碼，拿走不謝
from selenium import webdriver
import time
import os
import requests
class Huaban():
def get_picture_url(self, content):
global path
path = "E:\spider\pictures\huaban" + '\\' + content
if not os.path.exists(path):
os.makedirs(path)
url = "http://huaban.com"
driver.maximize_window()
driver.get(url)
time.sleep(8)
try:
driver.find_elements_by_xpath('//input[@name="email"]')[0].send_keys('花瓣賬號')
print('user success!')
except:
print('user error!')
time.sleep(3)
try:
driver.find_elements_by_xpath('//input[@name="password"]')[0].send_keys('賬號密碼')
print('pw success!')
except:
print('pw error!')
time.sleep(3)
❸ PHP怎麼使用xpath解析html內容
實例如下：
<?php
$xml = simplexml_load_file("test.xml");
$result = $xml->xpath("form");
print_r($result);
?>
獲取form內容
❹ PHP正則高手來，我求助小偷程序
<?php
$str = <<<STR
HTML略
STR;
preg_match("#http://[^'\]]+#i", $str, $matches);
var_mp($matches); // $matches是個數組
❺ xpath 怎麼選取網頁中表格的某一列
解析table，然後循環行和列就可以了
❻ python里的爬蟲如何使用xpath 提取script里的元素
xpath也許只能提取html元素？
建議你先把content保存到本地文件，看看需要的內容有沒有下載下來。
你這個屬於script內容，看看直接正則能獲得嗎？
❼ xpath怎麼抓取<div>下的所有<p>標簽的文字
實現方法如下：
載入到XmlDocument，查找p子節點（XPath），如果要在子節點內繼續查找，用遞歸；
string patten_block="<div class=\"wm_sktq_l\">[\\s\\S]*</div>"
string patten_p="<p>[\\s\\S]*</p>" 用組獲取。
❽ 網頁內容是由javascript或者php用爬蟲有何不同
javascript是瀏覽器腳本，php是伺服器腳本。你可以查看js的代碼，但不能查看php的代碼。抓取網頁的時候php網頁的內容顯得更干凈，而js網頁還要過濾掉js代碼。
❾ php採集多個tr中的內容如何做
<?php
$dom = new DOMDocument();
$dom->loadHTML($html);
$props = array();
$xpath = new DOMXPath($dom);
$trNodes = $xpath->query("//tr");
foreach($trNodes as $trNode) {
$thNodes = $xpath->query("./th");
$tdNodes = $xpath->query("./td");
if($thNodes->length == 0 || $tdNodes->length == 0) continue;
props[$thNodes->item(0)->nodeValue] = $tdNodes->item(0)->nodeValue;
}
var_mp($props);
❿ 怎樣抓取下拉菜單被選擇項的值
1. 為什麼不能用XPath抓取SELECT的被選項
相比於正則表達式，XPath在抓取網頁內容上更加易用，GooSeeker網路爬蟲整個都採用XPath表達式來提取信息。但是有些HTML動作控制項的內容用XPath抓取不到，例如，下拉菜單SELECT選中的OPTION是哪個？這個信息抓取不到，假設你編寫了一個XPath：//select[@class='selectMonth']/option[@selected='true'] ，這個XPath是無效的。如果目標網頁上的下拉菜單確實設置了一個預設選中的OPTION，那隻是預設情況，不代表動態情況。
原因很簡單：XPath可以抓取html屬性值（attribute），但是不能抓取特性值（property）。
2. GooSeeker在抓取結果文件中保存選中項值
要抓取選中項的值，必須為這個下拉菜單定義一個連續動作，那麼DS打數機就能記錄下來當前動作做到哪一個OPTION了。下圖是一個文件樣例。
在文件前部增加了兩個標簽，用於記錄動作循環次數actionno和動作施加點的值actionvalue，數值之間用-+-來間隔開。
actionno：表示每層動作執行到第幾次循環了；
actionvalue：表示特定動作類型執行後的結果，比如，選中的OPTION的值，有些動作是不記錄結果的，比如，自動滾屏；
上圖可以看出，定義了6層動作，第2和第3層動作分別選擇年份和月份，而且已經選擇到1960年4月。解析這兩個欄位的時候，識別-+-符號就能分割成相應層次動作的執行次數。如果動作類型是輸入，當用戶輸入的字元串含有+號時，DS打數機就會自動再增加一個+號，所以，解析結果的時候要注意轉義處理。