xpath爬取豆瓣影评

XPath是一种用于在XML文档中定位元素的语言，它也可以用于HTML文档的解析。在爬取豆瓣影评时，可以使用XPath来定位和提取所需的数据。

以下是使用XPath爬取豆瓣影评的一般步骤：

1. 导入相关库：首先需要导入相关的库，如requests和lxml库。

2. 发送请求：使用requests库发送HTTP请求，获取豆瓣影评页面的HTML源代码。

3. 解析HTML：使用lxml库将HTML源代码解析为可操作的Element对象。

4. 使用XPath定位元素：使用XPath表达式定位到包含影评信息的元素。

5. 提取数据：通过XPath表达式提取所需的数据，如影评内容、评分等。

下面是一个示例代码，演示了如何使用XPath爬取豆瓣影评：

import requests
from lxml import etree

# 发送请求
url = 'https://movie.douban.com/subject/1292052/comments?status=P'
response = requests.get(url)
html = response.text

# 解析HTML
tree = etree.HTML(html)

# 使用XPath定位元素
comments = tree.xpath('//div[@class="comment"]/p/span/text()')
ratings = tree.xpath('//span[@class="rating"]/@title')

# 提取数据
for comment, rating in zip(comments, ratings):
    print('评论:', comment)
    print('评分:', rating)
    print('--')

这段代码会爬取豆瓣电影《肖申克的救赎》的影评内容和评分。