Python 第三方库 lxml

最新推荐文章于 2025-08-12 10:26:56 发布

原创

最新推荐文章于 2025-08-12 10:26:56 发布 · 1k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python #前端 #开发语言

本文介绍了Python第三方库lxml，用于处理XML和HTML。内容包括lxml的基本概念、快速生成和读取HTML/XML文件、XPath的使用以及一些进阶技巧。通过实例展示了lxml的强大功能，适合Python开发者参考。

lxml

对于lxml的定义，我想官方文档描述的会更为准确一些：

lxml XML 工具包是 C 库 libxml2和libxslt的 Pythonic 绑定。它的独特之处在于它将这些库的速度和XML 功能完整性与原生 Python API 的简单性结合在一起，大部分兼容但优于众所周知的 ElementTree API。最新版本适用于从 2.7 到 3.9 的所有 CPython 版本。

通俗的来讲，lxml对C语言libxml2和libxslt绑定的Pythonic风格的代码

xml和html

通常情况下它们可以是一个东西，都是标记语言。当你使用lxml的时候，我喜欢众生平等，一视同仁。当然，它们是有区别的，而且区别很大，只不过当使用lxml的时候绝大部分情况是平等的。

lxml从名字不难看出，是处理xml的

快速上手

生成html文本：

简单解释下，etree.dump()，在源码中我们可以看到，作者提醒我们“ should be used for debugging only.“ 也就是告诉我们这个方法应该只用在调试的时候，在控制台看结果。

pretty_print望文生义，是为了让输出更美观，我不喜欢美观这种说法，准确来说应该是更直观。

from lxml import etree

root = etree.Element("html")
head = etree.SubElement(root, "head")
title = etree.SubElement(head, "title")
title.text = "This is Page Title"
body = etree.SubElement(root, "body")
heading = etree.SubElement(body, "h1", style="font-size:20pt", id="head")
heading.text = "Hello World!"
para = etree.SubElement(body, "p", id

最低0.47元/天解锁文章