Python 系列文章 —— lxml 详解
原创
- lxml.py
from lxml import etree
from io import StringIO
test_html = '''
<html>
<body>
<div>
<!-- 这里是注释 -->
<h4>手机品牌商<span style="margin-left:10px">4</span></h4>
<ul>
<li>小米</li>
<li>华为</li>
<li class='blank'> OPPO </li>
<li>苹果</li>
</ul>
</div>
<div id="last_div">
<h4>电脑品牌商<span style="margin-left:10px">3</span></h4>
<ul class="ul" style="color:red">
<li>戴尔</li>
<li>机械革命</li>
<li>ThinkPad</li>
</ul>
</div>
</body>
</html>'''
html = etree.parse(StringIO(test_html))
print(html)
li_list = html.xpath('//li')
print("类型：")
print(type(li_list))
print("值：")
print(li_list)
print("个数：")
print(len(li_list))
for l in li_list:
print("li文本为：" + l.text)
# 根据属性获取
blank_li_list = html.xpath('//li[@class="blank"]')
print("类型：")
print(type(blank_li_list))
print("值：")
print(blank_li_list)
print("个数：")
print(len(blank_li_list))
for l in blank_li_list:
print("blank_li文本为：" + l.text)
ul = html.find('//ul')
for name, value in ul.attrib.items():
print('{0}="{1}"'.format(name, value))
ul.set("new_attr", "true")
new_attr = ul.get('new_attr')
print(new_attr)
last_div = html.xpath('//div[last()]')[0]
print("TAG：")
print(last_div.tag)
print("值：")
print(last_div.text)
child = etree.Element("child")
child.text = "这里是新的子元素"
last_div.append(child)
clild_text = last_div.find("child").text
print(clild_text)
first_ul = html.find("//ul")
ul_li = first_ul.xpath("li")
for li in ul_li:
first_ul.remove(li)
ul_li = first_ul.xpath("li")
if len(ul_li) == 0:
print("元素被删除了")
body = html.find("body")
for sub in body.iter():
print(sub.tag)
print(sub.text)原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
评论
登录后参与评论
推荐阅读
腾讯云开发者
