Cet article vous présente l'utilisation combinée de lxml-etree et xpath dans les robots Python (avec cas). Le contenu est très détaillé, j'espère qu'il pourra vous aider.
lxml : l'analyseur HTML/XML de Python
Documentation officielle du site : https://lxml.de/
Avant utilisation, vous devez installer le package lxml
Fonction :
1. Analyser HTML : utilisez etree.HTML(text) pour analyser des fragments HTML au format chaîne dans des documents HTML
2.
3. Utilisez etree et XPath ensembleinstallation lxml[PyCharm]>[file]>[settings]>[Project Interpreter]>[+ ] > [lxml]>[installer]Captures d'écran d'opérations spécifiques : Utilisation de lxml-etree# 先安装lxml # 用 lxml 来解析HTML代码 from lxml import etree text = '''<p> <ul> <li class="item-0"><a href="0.html">item 0 </a></li> <li class="item-1"><a href="1.html">item 1 </a></li> <li class="item-2"><a href="2.html">item 2 </a></li> <li class="item-3"><a href="3.html">item 3 </a></li> <li class="item-4"><a href="4.html">item 4 </a></li> <li class="item-5"><a href="5.html">item 5 </a></li> </ul> </p>''' # 利用 etree.HTML 把字符串解析成 HTML 文件 html = etree.HTML(text) s = etree.tostring(html).decode() print(s)
# lxml-etree读取文件from lxml import etree xml = etree.parse("./py24.xml") sxml = etree.tostring(xml, pretty_print=True) print(sxml)
# lxml-etree读取文件from lxml import etree xml = etree.parse("./py24.xml") print(type(xml))# 查找所有 book 节点rst = xml.xpath('//book') print(type(rst)) print(rst)# 查找带有 category 属性值为 sport 的元素rst2 = xml.xpath('//book[@category="sport"]') print(type(rst2)) print(rst2)# 查找带有category属性值为sport的元素的book元素下到的year元素rst3 = xml.xpath('//book[@category="sport"]/year') rst3 = rst3[0] print('-------------\n',type(rst3)) print(rst3.tag) print(rst3.text)
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!