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
韩立学长36 分钟前
【开题答辩实录分享】以《在线作业标准流程指导系统的设计与实现》为例进行选题答辩实录分享
java·javascript
一直都在57240 分钟前
Spring框架:AOP
java·后端·spring
sheji341641 分钟前
【开题答辩全过程】以 基于springboot的健身房管理系统为例,包含答辩的问题和答案
java·spring boot·后端
萧曵 丶44 分钟前
JAVA final 详解
java
林shir1 小时前
Java基础2.2-Stream流
java
运维有小邓@1 小时前
Active Directory服务账户是什么?
运维·服务器·网络
计算机网恋1 小时前
Ubuntu22.04Server虚拟机网络配置
网络·数据库·postgresql
百万蹄蹄向前冲1 小时前
2026云服务器从零 搭建与运维 指南
服务器·javascript·后端
wadesir1 小时前
C++基本数据类型详解(零基础掌握C++核心数据类型)
java·开发语言·c++
qq_5470261792 小时前
Linux 常用快捷键及文本编辑器
linux·运维·服务器