码迷,mamicode.com
首页 > 编程语言 > 详细

python的lxml模块

时间:2017-10-27 10:25:04      阅读:232      评论:0      收藏:0      [点我收藏+]

标签:python   lxml   

环境:python2.7

安装lxml模块

pip install lxml

例子:

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,并且补全,如输出的《body》标签
print(result)

输出:

<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

html = etree.parse(‘hello.html‘)

print type(html)

result = html.xpath(‘//li‘)

print result

print len(result)

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自己学习lxml模块,故没好好写,下面是我微信二维码


技术分享

本文出自 “天道酬勤” 博客,谢绝转载!

python的lxml模块

标签:python   lxml   

原文地址:http://tdcqvip.blog.51cto.com/12995943/1976612

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!