XPATH 进入表格

在使用 XPATH 进行网页数据抓取时，表格数据是我们最常遇到的一种情况。那么，如何使用 XPATH 来定位表格元素呢？

定位表格元素

一般情况下，我们可以通过以下方式来定位表格元素：

//table            // 表示查找全部 table 元素
//table[@class="myTable"]    // 表示查找 class 属性为 myTable 的 table 元素

进入表格取数据

进入 table 元素后，我们可以使用以下方式来进一步定位表格数据：

//table/tr         // 表示查找 table 下的全部 tr 元素，即表格行
//table/tr/td      // 表示查找 table 下的全部 td 元素，即表格单元格
//table/tr[2]/td[3]    // 表示查找 table 的第二行、第三列的单元格

示例代码

下面是一个示例代码，演示了如何使用 XPATH 进入表格，并取出表格中的数据：

import requests
from lxml import etree

url = 'https://www.example.com/mytable.html'
response = requests.get(url)
html = response.content

selector = etree.HTML(html)
table = selector.xpath('//table[@class="myTable"]')[0]

rows = table.xpath('.//tr')
for row in rows:
    cells = row.xpath('.//td')
    for cell in cells:
        data = cell.xpath('.//text()')
        print(data)

总结

以上就是 XPATH 进入表格的介绍，我们可以通过简单的 XPATH 定位和遍历表格中的数据。当然，具体情况可能要根据实际情况进行微调，但基本原理是一致的。