python lxml.html.fromstring与etree.HTML()

@[TOC](python lxml.html.fromstring与etree.HTML())
晚上看了一个大佬的爬虫解析代码,
有下面这样一段

import lxml.html


resp = requests.get(url, headers=headers)
text = resp.content.decode('utf8')
# 查了一下,下面这一句也是把html转换为html document树
doc = lxml.html.fromstring(text)

我看的很懵
因为我以前从来都是下面这样写的

from lxml import etree


resp = requests.get(url,headers= headers)
# text = resp.text
text = resp.content.decode("utf-8")
html = etree.HTML(text)

查看文档之后,etree功能更多,lxml.html专解析html,带了点特殊的方法

  • lxml.html特有:link[0].text_content()
  • lxml.html.diff:可以比较两个文件的差别

参考文章:http://blog.sina.com.cn/s/blog_8bbe95060102x5rv.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值