标签:
lxml是一个用于解析XML和HTML文档的Python库,它使用C编写的libxml2和libxslt库提供了高效的解析器和处理器。以下是一些lxml使用技巧和案例:解析XML或HTML文档
使用lxml的lxml.etree.parse()方法可以解析XML或HTML文档:
python
Copy code
from lxml import etree
# 解析XML文档
doc = etree.parse('doc.xml')
# 解析HTML文档
doc = etree.parse('doc.html', etree.HTMLParser())
选取元素
使用XPath表达式可以选取XML或HTML文档中的元素:
python
Copy code
# 选取所有元素
elements = doc.xpath('//*')
# 选取id为myId的元素
element = doc.xpath('//*[@id="myId"]')[0]
# 选取class为myClass的元素下的所有p元素
paragraphs = element.xpath('.//p[@class="myClass"]')
修改元素
使用lxml的元素对象可以修改XML或HTML文档中的元素:
python
Copy code
# 修改元素的文本
element.text = 'New text'
# 修改元素的属性
element.set('attr', 'value')
# 删除元素的属性
element.attrib.pop('attr')
序列化XML或HTML文档
使用lxml的lxml.etree.tostring()方法可以将XML或HTML文档序列化为字符串:
python
Copy code
# 序列化XML文档
xml_string = etree.tostring(doc)
# 序列化HTML文档
html_string = etree.tostring(doc, method='html')
lxml实现XPath表达式解析
以下是一个使用lxml实现XPath表达式解析的示例:
python
Copy code
from lxml import etree
# 解析HTML文档
doc = etree.parse('doc.html', etree.HTMLParser())
# 选取id为content的元素下的所有p元素
paragraphs = doc.xpath('//*[@id="content"]/p')
# 输出每个段落的文本
for p in paragraphs:
print(p.text)
这个例子使用lxml解析HTML文档,并使用XPath表达式选取id为content的元素下的所有p元素。然后,它输出每个段落的文本。
标签: 来源:
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。