Python lxml解析HTML并用xpath获取元素的方法
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【听图阁-专注于Python设计】。