前言

可能有人说，初学者Python爬虫爬数据太难啦，构造正则表达式的时候，太烦琐了，眼睛都看花了，而且前一秒还可以愉快地爬取，下一秒IP就被封了，这还爬个屁啊，不爬了。哎，不要着急，这篇文章我们教你如何使用XPath来爬取快代理中的免费代理IP，告别眼花，告别IP被封的烦恼。

XPath

首先我们来简单了解一下XPath，想要了解更多XPath，我们可以打开W3school官方文档进行了解。

什么是 XPath?

• XPath是XML路径语言（XML Path Language）；
• XPath 使用路径表达式在 XML 文档中进行导航；
• XPath 包含一个标准函数库；
• XPath 是 XSLT 中的主要元素；
• XPath 是一个 W3C 标准；

XPath作用是什么？

• XPath用来确定XML文档中某部分位置的语言
• XPath在XML文档中查找信息的语言
• XPath用于在XML文档中通过元素和属性进行导航。

XPath 含有超过 100 个内建的函数。这些函数用于字符串值、数值、日期和时间比较、节点和 QName 处理、序列处理、逻辑值等等。在Python爬虫中，我们完成可以使用XPath来做相应的信息抽取。

XPath——常用规则

简单了解一下XPath后，我们来看看它的常用规则，如下表：

我们来简单说一个示例：

):
        get_page(page)

好了，这样我们就成功爬取了快代理的免费代理IP的前两页，我们可以根据需要来进行保存免费代理IP。

结果展示

代码获取

最后需要本文代码的小伙伴可以点击阅读原文。