使用xpath查詢文字
另乙個抽取xml樹的文字內容是xpath，
>>> print(html.xpath("string()")) # lxml.etree only!
texttail
>>> print(html.xpath("//text()")) # lxml.etree only!
[』text』, 』tail』]
如果經常使用，可以包裝成乙個方法：
>>> build_text_list = etree.xpath("//text()") # lxml.etree only!
>>> print(build_text_list(html))
[』text』, 』tail』]
也可以通過getparent方法得到父節點
>>> texts = build_text_list(html)
>>> print(texts[0])
text
>>> parent = texts[0].getparent()
>>> print(parent.tag)
body
>>> print(texts[1])
tail
>>> print(texts[1].getparent().tag)
bryou can also find out if it』s normal text content or tail text:
>>> print(texts[0].is_text)
true
>>> print(texts[1].is_text)
false
>>> print(texts[1].is_tail)
true
樹的迭代：
elements提供乙個樹的迭代器可以迭代訪問樹的元素。
>>> root = etree.element("root")
>>> etree.subelement(root, "child").text = "child 1"
>>> etree.subelement(root, "child").text = "child 2"
>>> etree.subelement(root, "another").text = "child 3"
>>> print(etree.tostring(root, pretty_print=true))
child 1
child 2
child 3
>>> for element in root.iter():
... print("%s - %s" % (element.tag, element.text))
root – none
child - child 1
child - child 2
another - child 3
如果知道感興趣的tag，可以把tag的名字傳給iter方法，起到過濾作用。
>>> for element in root.iter("child"):
... print("%s - %s" % (element.tag, element.text))
child - child 1
child - child 2
預設情況下，迭代器得到乙個樹的所有節點，包括processinginstructions, comments and entity的例項。如果想確認只有elements物件返回，可以把element factory作為引數傳入。
>>> for element in root.iter(tag=etree.element):
... print("%s - %s" % (element.tag, element.text))
root - none
child - child 1
child - child 2
another - child 3
>>> for element in root.iter(tag=etree.entity):
... print(element.text)
ê
Python 之lxml解析庫
一 xpath常用規則 二 解析html檔案 from lxml import etree 讀取html檔案進行解析 defparse html file html etree.parse test.html parser etree.htmlparser print etree.tostring ...
python的lxml庫簡介 lxml庫
lxml 是 乙個html xml的解析器，主要的功能是如何解析和提取 html xml 資料。lxml和正則一樣，也是用 c 實現的，是一款高效能的 python html xml 解析器，我們可以利用之前學習的xpath語法，來快速的定位特定元素以及節點資訊。需要安裝c語言庫，可使用 pip 安...
python爬蟲 三大庫之lxml庫
lxml庫是基於libxml2的xml解析庫的python庫，該模組使用c語言編寫，解析速度比beautifulsoup更快。lxml庫使用xpath語法解析定位網頁資料。windows系統下，在cmd命令提示框中，輸入如下命令 pip install lxml2.1 修正html lxml為xml...