最近发现使用pyquery解析网页的时候，碰到了无法使用标签获取节点的情况，但使用class却能正常获取节点。
>>> html='''
<html xmlns="http://www.w3.org/1999/xhtml">
<ul class='xx'>
<li>a</li>
<li>b</li>
<li>c</li>
</ul>
</html>
'''
>>> doc=pq(html)
>>> doc('.xx li')
[]
>>> doc('li')
[]
原因就是因为html里xmlns="http://www.w3.org/1999/xhtml"这句引起的，声明该网页是xhtml类型，而pyquery默认解析器是xml类型，在pyquery文档里提到了使用xml解析xhtml时会产生问题，可参考pyquery官方说明。
解决方法也很简单，在初始化的时候加上parser="html"告诉pyquery使用html规范解析即可：
>>> doc=pq(html,parser="html")
>>> doc('li')
[<li>, <li>, <li>]
>>> doc('.xx li')
[<li>, <li>, <li>]
扫一扫
591
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
