python lxml怎么选取html注释_python lxml查找标签

我正在使用lxml解析具有facebook注释标签的html,如下所示：

我试图选择它以获取href值,但是当我执行cssselect(‘fb：comments’)时,出现以下错误：

The pseudo-class Symbol(u'comments', 3) is unknown

有办法吗？

编辑：

编码：

from lxml.html import fromstring

html = '...'

parser = fromstring(html)

parser.cssselect('fb:comments') #raises the exception

解决方法:

cssselect()方法使用给定的CSS selector表达式解析文档.在您的情况下,冒号(:)是XML名称空间前缀分隔符(即< namespace：tagname />),它与CSS伪类语法(即tagname：pseudo-class)混淆.

根据lxml manual,您应该在cssselect()中使用namespace-prefix | element语法,以查找带有命名空间前缀(fb)的标记(注释).所以：

from lxml.html import fromstring

html = '...'

parser = fromstring(html)

parser.cssselect('fb|comments')

标签：lxml,python

来源： https://codeday.me/bug/20191201/2078860.html