4.爬虫数据提取——lxml库的环境配置

港控/mmm° 2023-06-09 15:25 22阅读 0赞

## 爬虫数据提取——lxml库的安装 ##

### 一、什么是lxml? ###

在我们获取html页面之后，可以使用xpath语法进行数据提取，但是，直接在获取的content里面使用xpath语法进行数据提取吗？显然不是的，获取的内容仅仅只是一个包含所有内容的html字符串，Xpath语法是无法直接作用于这样的一个字符串进行数据提取的，所以，在这里，我们需要使用lxml这样一个库对html这样的字符串进行解析，将它还原为一个HTML页面，换句话说，Python里面的lxml库只做了这样一件事：**将html字符串进行解析，供Xpath语法进行数据提取。**

lxml是用 C 语言编写的【这个就是为什么使用xpath语法解析起来速度比较快的原因】，是一款高性能的HTML/XML 解析器，我们可以利用之前学习的XPath语法，来快速的定位特定元素以及节点信息。

### 二、如何安装lxml? ###

1.方法一：

通过pip install lxml直接进行在线安装。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjgzMDY5Nw_size_16_color_FFFFFF_t_70][]

版本：

![20191021203939871.png][]

2.方法二：

通过离线方式进行安装，直接安装.whl文件。

![20191021205703456.png][]

--------------------

扫描二维码即可参与该课程，解锁更多爬虫知识：

![2021022321275880.png][]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjgzMDY5Nw_size_16_color_FFFFFF_t_70]: /images/20230531/4b030ccfe5f64228a83a9d384dae6a9f.png
[20191021203939871.png]: /images/20230531/f5d96d5437e346a39cc0db83d88e0bba.png
[20191021205703456.png]: /images/20230531/ed7bc40a45774d2894f5fb609c6c82d7.png
[2021022321275880.png]: /images/20230531/d945a9211201430fbbc6e6ba19a6722a.png