本次爬取https://www.aqistudy.cn/historydata/中全部城市信息。
代码和上一次的大同小异,主要是有一处需要重点提一下。
a_list =tree.xpath('//div[@class="bottom"]/ul/li/a | //div[@class="bottom"]/ul/div[2]/li/a')
如果有俩出标签需要一起用可以用 | 符号,可以省去很多步骤,避免重复书写。
下面上代码。
import requests
from lxml import etree
if __name__=="__main__":
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3947.100 Safari/537.36'
}
url = 'https://www.aqistudy.cn/historydata/'
page_text = requests.get(url=url, headers=headers).text
# 实例化对象
tree = etree.HTML(page_text)
a_list =tree.xpath('//div[@class="bottom"]/ul/li/a | //div[@class="bottom"]/ul/div[2]/li/a')
all_city_name = []
for a in a_list:
city_name = a.xpath('./text()')[0]
all_city_name.append(city_name)
print(all_city_name,len(all_city_name))
结果如下: