求python爬虫解答

Question

XML文件potus.xml包含了美国总统的传记信息。解析文件，并通过Xpath语句提取以下信息：

（1）提取所有总统的姓名；

（2）从第40任总统开始，提取总统的姓名；

（3）提取所有party标签是共和党（Republican）总统的职业（occupation）
求解答

Answer 1

阿里嘎多学长整理AIGC生成，因移动端显示问题导致当前答案未能完全显示，请使用PC端查看更加详细的解答过程

解答

Python爬虫可以使用xml.etree.ElementTree模块来解析XML文件，下面是一个示例代码：

import xml.etree.ElementTree as ET

# 读取XML文件
tree = ET.parse('potus.xml')
root = tree.getroot()

# 提取所有总统的姓名
names = [president.find('name').text for president in root.findall('.//president')]
print(names)

# 提取从第40任总统开始的总统姓名
for president in root.findall('.//president')[39:]:
    print(president.find('name').text)

# 提取所有party标签
parties = [president.find('party').text for president in root.findall('.//president')]
print(parties)

说明

1. 使用ET.parse函数读取XML文件，获取根元素。
2. 使用findall函数找到所有president元素。
3. 使用列表推导式提取所有总统的姓名。
4. 使用循环提取从第40任总统开始的总统姓名。
5. 使用列表推导式提取所有party标签。

代码解释

• root.findall('.//president')：找到所有president元素，使用.表示当前元素，//表示从当前元素开始向下搜索。
• president.find('name').text：找到president元素下的name元素，并获取其文本内容。
• root.findall('.//president')[39:]：找到从第40任总统开始的总统元素，使用切片操作。
• president.find('party').text：找到president元素下的party元素，并获取其文本内容。