爬虫数据提取（第三章）：xpath-lxml基本使用，解析html代码和html文件

最新推荐文章于 2022-08-16 10:33:31 发布

zh_victory

最新推荐文章于 2022-08-16 10:33:31 发布

阅读量228

点赞数

分类专栏： Python网络爬虫学习笔记文章标签： python

本文链接：https://blog.csdn.net/zh_victory/article/details/114457295

版权

Python网络爬虫学习笔记专栏收录该内容

6 篇文章 0 订阅

订阅专栏

# --coding:utf-8--
from lxml import etree

str = r'''<html><head><title>测试</title></head><body><div>
         <ul><li id="1">1111111</li><li id="2">2222222</li>
        <li id="3">3333333</li></ul></div></body></html>'''

# 解析html字符串
html = etree.HTML(str)  # 将字符串转换为HTML对象（<Element html at 0x2e1fdd055c0>）

result = etree.tostring(html).decode('utf-8')  # 将html对象转换成字符串

# 解析html文件
html = etree.parse('test.html')  # 将html文件装载到html对象中
result = etree.tostring(html).decode('utf-8')
print(result)

1、etree.HTML(str) ：将字符串转换为HTML对象（<Element html at 0x2e1fdd055c0>）

2、etree.tostring(html).decode('utf-8') ：将html对象转换成字符串

3、etree.parse('htmlfile') ：将html文件装载到html对象中

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

zh_victory

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
爬虫数据提取（第三章）：xpath-lxml基本使用，解析html代码和html文件

# --coding:utf-8--from lxml import etreestr = r'''<html><head><title>测试</title></head><body><div> <ul><li id="1">1111111</li><li id="2">2222222</li> <li id="3"&.
复制链接

扫一扫