python中用xpath和xml.dom解析html

最新推荐文章于 2021-12-26 23:08:17 发布

weixin_30883777

最新推荐文章于 2021-12-26 23:08:17 发布

阅读量229

点赞数

文章标签： python

原文链接：http://www.cnblogs.com/menma/p/4190915.html

版权

　　本次推荐的组合为xml.dom.minidom和xpath。其中xml.dom.minidom为python的标准库，无须安装。xpath为Google出品的开源项目py-dom-xpath。

　　安装py-dom-xpath:

从https://py-dom-xpath.googlecode.com/files/py-dom-xpath-0.1.tar.gz下载压缩包，解压。
CD到py-dom-xpath-0.1目录
执行命令：C:\python27\python setup.py install
命令执行完成后，此目录多了两个文件夹，分别为build和dist，将/build/lib/文件夹下的xpath目录拷贝至C:\Python27\Lib目录，即安装完成。

　　测试用html文件，simple.html，内容如下：

 1 <!DOCTYPE html>
 2 <html>
 3 <head>
 4 <title>This is a simple html file</title>
 5 <meta http-equiv="Content-Type" content="text/html; charset=utf-8"/>
 6 </head>
 7 <body>
 8 <div>
 9     <div>a</div>
10     <div>b</div>
11     <div>c</div>
12 </div>
13 </body>
14 </html>

　　python文件：

1 import xpath
2 import xml.dom.minidom
3 
4 xml = xml.dom.minidom.parse('d:\\GitHub\\python27\\simple.html')
5 doc = xml.documentElement
6 result = xpath.find('//div',doc)[0].toxml()
7 print(result)

　　值得注意的一个问题是，simple.html的第一行，即文档头<!DOCTYPE html>中的‘DOCTYPE’必须大写，否则xml.dom.minidom会解析失败。下一篇文章，将介绍另一个解析html的库，不存在此问题。

转载于:https://www.cnblogs.com/menma/p/4190915.html

weixin_30883777

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
python中用xpath和xml.dom解析html

　　本次推荐的组合为xml.dom.minidom和xpath。其中xml.dom.minidom为python的标准库，无须安装。xpath为Google出品的开源项目py-dom-xpath。　　安装py-dom-xpath:从https://py-dom-xpath.googlecode.com/files/py-dom-xpath-0.1.tar.gz下载压缩包，解压...
复制链接

扫一扫