Python的lxml是一个相当强悍的解析html、XML的模块，最新版本支持的python版本从2.6到3.6，是写爬虫的必备利器。它基于C语言库libxml2 和 libxslt，进行了Python范儿(Pythonic)的绑定，成为一个具有丰富特性又容易使用的Python模块。虽然特性丰富，但是它在修改数节点时又缺少了些接口，比如本文讲到的获取 inner html 和 设置（修改）inner html功能。
解析网页的html一般使用lxml.html模块，步骤很简单分三步走：
(1) 导入模块：
import lxml.html
(2) 把html转换为html document 树，根节点就是<html>标签：
doc = lxml.html.fromstring(html)
(3) 使用xpath查找要提取的节点：
nodes = doc.xpath('//div[@class, 'the']/div[@id, 'xpath']')
以上三步分成简洁，实际使用中，可能要反复第三部，通过不同的xpath获得不同的节点进行数据提取。
可以说，lxml解析（只读模式）html的功能又强大又方便。但是，如果需要修改（写模式）某些节点的html就有点困难了，它在这方面提供的API很少，只有修改节点tag属性的API，比如修改节点的class，id，href等属性是可以的。
那么如何操作节点的实际html字符串呢？
1. 获取节点的inner html
最低0.47元/天 解锁文章
2503
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
