python的lxml模块

时间 2020-07-08

标签 python lxml 模块栏目 Python 繁體版

原文原文链接

环境：python2.7html

安装lxml模块python

pip install lxml

例子：bash

from lxml import etree
text = '''
<div>
    <ul>
         <li class="item-0"><a href="link1.html">first item</a></li>
         <li class="item-1"><a href="link2.html">second item</a></li>
         <li class="item-inactive"><a href="link3.html">third item</a></li>
         <li class="item-1"><a href="link4.html">fourth item</a></li>
         <li class="item-0"><a href="link5.html">fifth item</a>
     </ul>
 </div>
'''
html = etree.HTML(text)  #这是一个地址
result = etree.tostring(html) #读出来源码，而且补全，如输出的《body》标签
print(result)

输出：微信

<html>
    <body>
        <div> 
           <ul>  
          <li class="item-0"><a href="link1.html">first item</a></li>
          <li class="item-1"><a href="link2.html">second item</a></li>
          <li class="item-inactive"><a href="link3.html">third item</a></li>         
          <li class="item-1"><a href="link4.html">fourth item</a></li>         
          <li class="item-0"><a href="link5.html">fifth item</a></li>
          </ul> 
          </div> 
        </body>
  </html>

#读取文件里的内容
from lxml import etree
html = etree.parse('hello.html')
result = etree.tostring(html, pretty_print=True)
print(result)

获取li标签里的东西python2.7

html = etree.parse('hello.html')ide

print type(html)学习

result = html.xpath('//li')ui

print resultspa

print len(result)code

print type(result)

print type(result[0]）

参考文章：http://cuiqingcai.com/2621.html

说明：此篇博客仅仅是为了本身学习lxml模块，故没好好写，下面是我微信二维码