zoukankan      html  css  js  c++  java
  • Python lxml 使用

    lxml,是python中用来处理xml和html的功能最丰富和易用的库

    from lxml import etree
    from lxml import html
    
    
    
    h =  '''
    
    <html>
      <head>
        <meta name="content-type" content="text/html; charset=utf-8" />
        <title>友情链接查询 - 站长工具</title>
        <!-- uRj0Ak8VLEPhjWhg3m9z4EjXJwc -->
        <meta name="Keywords" content="友情链接查询" />
        <meta name="Description" content="友情链接查询" />
    
      </head>
      <body>
        <h1 class="heading">Top News</h1>
        <p style="font-size: 200%">World News only on this page</p>
        Ah, and here's some more text, by the way.
        <p>... and this is a parsed fragment ...</p>
    
        <a href="http://www.cydf.org.cn/" rel="nofollow" target="_blank">青少年发展基金会</a> 
        <a href="http://www.4399.com/flash/32979.htm" target="_blank">洛克王国</a> 
        <a href="http://www.4399.com/flash/35538.htm" target="_blank">奥拉星</a> 
        <a href="http://game.3533.com/game/" target="_blank">手机游戏</a>
        <a href="http://game.3533.com/tupian/" target="_blank">手机壁纸</a>
        <a href="http://www.4399.com/" target="_blank">4399小游戏</a> 
        <a href="http://www.91wan.com/" target="_blank">91wan游戏</a>
    
      </body>
    </html>
    
    '''
    # 第一种使用方法
    page = etree.HTML(h)
    #hrefs = page.xpath('//a')
    href = page.cssselect('a')
    for href in hrefs:
         print(href.attrib)
    
    第二种使用方法
    def parse_from():
        tree = html.fromstring(h)
        for href in tree.cssselect('a'):
        #for hfre in tree.xpath('//a'):
            a = href
            print(a.text)
            print(a.attrib)
    
    paese_from()
    
    
    parse_from()    
    

      

  • 相关阅读:
    Objective-C 数据集合
    iOS PresentViewControlle后,直接返回根视图
    NSMutableString 常用操作
    NSString 的常用操作
    iOS 获取网络状态
    C#属性封装
    C#类的一些概念
    ref和out 传递参数(C#)
    C#字符串的恒定性
    C#方法的重载和方法的可变参数
  • 原文地址:https://www.cnblogs.com/royfans/p/8286967.html
Copyright © 2011-2022 走看看