Xpath确实是一个很方便的工具
在Xpath与BS4复用的时候，需要先用XPATH定位出HTML的某一块内容，然后再用BS4解析，这里放出源码
from lxml import html,etree
import html as HTML
from bs4 import BeautifulSoup
text = """
<body>
<div id="aa">aa啊</div>
<div id="ab">ab啊</div>
<div id="ac">ac啊</div>
</body>
"""
#先创建etree
selector= etree.HTML(text)
#Xpath先定位
content=selector.xpath('//div[@id="aa" or @id="ac"]')
print(content)
#xpath给的是列表，需要循环
for i in content:
i = html.tostring(i)
i = str(i, encoding = "utf-8")
print(i)
#转str后发现不是中文，自带库重命名为大写避开etree的小写html库
i = HTML.unescape(i)
print(i)
#将转化完成的content扔进bs4，可以正常工作了
soup = BeautifulSoup(i,'lxml')
print(soup.find_all('div'))
2667
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
