标签：
本次推荐的组合为xml.dom.minidom和xpath。其中xml.dom.minidom为python的标准库，无须安装。xpath为Google出品的开源项目py-dom-xpath。
安装py-dom-xpath:
测试用html文件，simple.html，内容如下：
1 <!DOCTYPE html> 2 <html> 3 <head> 4 <title>This is a simple html file</title> 5 <meta http-equiv="Content-Type" content="text/html; charset=utf-8"/> 6 </head> 7 <body> 8 <div> 9 <div>a</div> 10 <div>b</div> 11 <div>c</div> 12 </div> 13 </body> 14 </html>
python文件：
1 import xpath 2 import xml.dom.minidom 3 4 xml = xml.dom.minidom.parse(‘d:\\GitHub\\python27\\simple.html‘) 5 doc = xml.documentElement 6 result = xpath.find(‘//div‘,doc)[0].toxml() 7 print(result)
值得注意的一个问题是，simple.html的第一行，即文档头<!DOCTYPE html>中的‘DOCTYPE’必须大写，否则xml.dom.minidom会解析失败。下一篇文章，将介绍另一个解析html的库，不存在此问题。
标签：
原文地址：http://www.cnblogs.com/menma/p/4190915.html
