lxml 解析xml\html

复制代码
from lxml import etree

# XML文档示例
xml_doc = """
<root>
    <book>
        <title>Python编程指南</title>
        <author>张三</author>
    </book>
    <book>
        <title>Python高级编程</title>
        <author>李四</author>
    </book>
</root>
"""

# 创建ElementTree对象并解析XML文档
root = etree.fromstring(xml_doc)

# 使用XPath定位元素并打印内容
books = root.xpath('//book')
for book in books:
    title = book.xpath('title/text()')[0]
    author = book.xpath('author/text()')[0]
    print(f"书名:{title},作者:{author}")
复制代码
# HTML文档示例
html_doc = """
<html>
<body>
    <h1>标题</h1>
    <p>段落1</p>
    <p>段落2</p>
</body>
</html>
"""

# 创建HTML解析器并解析HTML文档
parser = etree.HTMLParser()
root = etree.fromstring(html_doc, parser)

# 遍历HTML元素并打印内容
for element in root.iter():
    print(element.tag, element.text)
复制代码
from lxml import html
import requests
 
# 发送HTTP请求获取网页内容
response = requests.get('https://example.com')
html_content = response.content
 
# 使用lxml解析HTML内容并提取信息
tree = html.fromstring(html_content)
title = tree.xpath('//title/text()')[0]
paragraphs = tree.xpath('//p/text()')
print('标题:', title)
print('段落:')
for p in paragraphs:
    print(p)
相关推荐
小王C语言5 小时前
Linux给指定用户添加sudo权限
linux·运维·服务器
總鑽風5 小时前
单点登录sso 微服务加网关gateway
java·微服务·gateway·jwt·单点登录
IpdataCloud5 小时前
游戏安全运营中,如何用IP代理识别服务快速检测作弊网络出口?操作指南来了
运维·网络·tcp/ip·安全·游戏
blxr_5 小时前
MySql锁机制
java·开发语言
花里胡哨的菜只因5 小时前
IDEA 编译 Maven 项目报 Malformed \uxxxx encoding
java·maven·intellij-idea
浪客灿心5 小时前
Linux数据链路层
linux·网络
此生决int5 小时前
C++快速上手java备战期末考——初识java
java·c++·期末复习
落羽的落羽5 小时前
【算法札记】练习 | Week3
linux·服务器·数据结构·c++·人工智能·算法·动态规划
Jing_jing_X5 小时前
通义灵码Lingma IDE:解决你的提示词焦虑
java·ide·ai
wanhengidc5 小时前
服务器机柜的功能是什么
运维·服务器·网络