Python lxml解析HTML并用xpath获取元素的方法

借口腾不出时间去健身的人,迟早会腾出时间去看病!善待自己,幸福无比,善待别人,快乐无比,善待生命,健康无比。梦想,就是这样一个词,不在于拥有,而在于追求。

代码

使用方法见注释

#-*- coding: UTF-8 -*-

from lxml import etree

source = u'''
<div><p class="p1" data-a="1">测试数据1</p>
<p class="p1" data-a="2">测试数据2</p>
<p class="p1" data-a="3" style="height:100px;">
<strong class="s">测试数据3</strong></p>
<p class="p1" data-a="4" width="200"><img src="1.jpg" class="img"/><br/>
图片</p>
'''

# 从字符串解析
page = etree.HTML(source)

# 元素列表
ps = page.xpath("//p")
for p in ps:
  print u"属性:%s" % p.attrib
  print u"文本:%s" % p.text

# 文本列表
ts = page.xpath("//p/text()")
for t in ts:
  print t

# xpath定位 
ls = page.xpath('//p[@class="p1"][last()]/img')
for l in ls:
  print l.attrib

以上这篇Python lxml解析HTML并用xpath获取元素的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

您可能有感兴趣的文章
Python3.5以上版本lxml导入etree报错的解决方案

python lxml中etree的简单应用

Python利用lxml模块爬取豆瓣读书排行榜的方法与分析

python3解析库lxml的安装与基本使用

python库lxml在linux和WIN系统下的安装