python 包之 lxml 中 etree 标签解析教程

2022-03-26 10:35:44 阅读：355 来源： 互联网

标签：lxml etree 包之 Element span import root

一、创建标签

from lxml import etree

root = etree.Element('root')

二、添加子节点

from lxml import etree

root = etree.Element('root')
span = etree.SubElement(root, 'span')

三、删除子节点

from lxml import etree

root = etree.Element('root')

span = etree.SubElement(root, 'span')
root.remove(span)

四、删除所有子节点

from lxml import etree

root = etree.Element('root')
root.clear()

五、操作子节点

from lxml import etree

root = etree.Element('root')

span = etree.SubElement(root, 'span')

# 获取标签数
len(root)
# 获取标签索引号,如果有多个相同标签的话,可以区分
root.index(span)
# 按位置插入
root.insert(0, etree.Element('p'))
# 尾部添加
root.append(etree.Element('strong'))

六、获取父节点

获取标签父节点的两种方法

from lxml import etree

root = etree.Element('root')

span = etree.SubElement(root, 'span')

# 获取父节点方法一
span.getparent().tag
# 获取父节点方法二,用列表获取子节点,再获取父节点
root[0].getparent().tag

七、创建属性

from lxml import etree

root = etree.Element('root')
root.set('title', '这是一个root标签')

八、获取属性

获取属性的三种方法

from lxml import etree

root = etree.Element('root')
# 获取属性方法一
root.get('title')
# 获取属性方法二,参考字典的操作
root.keys(),root.values(),root.items()
# 获取属性方法三,直接拿到属性存放的字典
root.attrib

九、设置标签文本

添加文本和追加文本

from lxml import etree

root = etree.Element('root')

# 标签内添加文本
root.text='i am autofelix'
# 标签后追加文本
root.tail = 'i am autofelix'

十、xpath方法

from lxml import etree

root = etree.Element('root')

word = root.xpath('//text()')
word[0].getparent().tag

十一、判断文本类型

from lxml import etree

root = etree.Element('root')

word = root.xpath('//text()')
# 是否是text文本
word.is_text
# 是否是tail文本
word.is_tail

十二、字符串解析

from lxml import etree

html = etree.fromstring('<root>autofelix</root>')
html.tag
etree.tostring(html)

十三、XML解析

from lxml import etree

html = etree.XML('<root>autofelix</root>')
html.tag
etree.tostring(html)

十四、去除XML中的空行

from lxml import etree

# 去除xml文件里的空行
parser= etree.XMLParser(remove_blank_text=True)
root = etree.XML('<root> auto felix </root>', parser)
print etree.tostring(root)

十五、HTML解析

HTML方法，如果没有<html>和<body>标签，会自动补上

from lxml import etree

html = etree.HTML('<root>autofelix</root>')
etree.tostring(html)

十六、搜索和定位

from lxml import etree

root = etree.XML('<root><a class="uname">i am autofelix<b/><c/><b/></a></root>')
# findall操作返回列表
root.findall('a')[0].text
# find操作就相当与找到了这个元素节点,返回匹配到的第一个元素
root.find('.//a').text
# 配合列表解析
[ b.text for b in root.findall('.//a') ]
# 根据属性查询
root.findall('.//a[@class]')[0].tag

标签：lxml,etree,包之,Element,span,import,root
来源： https://www.cnblogs.com/autofelix/p/16057855.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9