lxml 解析xml\html

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}")
# 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)
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
MyY_DO1 小时前
泛型 类 接口 方法 通配符
linux·服务器·windows
索然无味io2 小时前
Windows提权
linux·运维·服务器·windows·笔记·web安全·网络安全
敢敢のwings3 小时前
捯饬DeepScaleR-1.5B----最有可能在嵌入端部署的思考模型
服务器·开发语言
EPSDA5 小时前
Linux命名管道与共享内存
linux·运维·服务器·开发语言·c++
不会玩技术的技术girl8 小时前
使用Java爬虫获取京东商品评论API接口(JD.item_review)数据
java·开发语言·爬虫
计算机毕设指导68 小时前
基于Spring Boot的医院挂号就诊系统【免费送】
java·服务器·开发语言·spring boot·后端·spring·maven
Jin·8 小时前
解决 DeepSeek 官网服务器繁忙的实用方案
运维·服务器·deepseek
Yolowuwu8 小时前
算法跟练第十一弹——二叉树
java·算法·leetcode
Boxsc_midnight8 小时前
【用Deepseek搭建免费的个人知识库--综合教程(完整版)】第二篇:Ollama服务器
运维·服务器·人工智能·nginx
m0_748238928 小时前
Java面试题--设计模式
java·开发语言·设计模式