使用lxml解析HTML时如何保留命名空间信息？

在使用lxml解析HTML时，如果需要保留命名空间信息，可以使用lxml库中的etree模块。以下是一个简单的示例，展示了如何使用lxml库中的etree模块解析HTML并保留命名空间信息：

from lxml import etree

# 示例HTML代码
html = '''
<html xmlns:foo="http://www.example.com/foo">
  <body>
    <foo:bar>Hello, world!</foo:bar>
  </body>
</html>
'''

# 解析HTML并保留命名空间信息
parser = etree.HTMLParser()
tree = etree.fromstring(html, parser)

# 获取带有命名空间的元素
bar_element = tree.xpath('//foo:bar', namespaces={'foo': 'http://www.example.com/foo'})[0]

# 输出元素的命名空间和文本内容
print(f'Element namespace: {bar_element.nsmap["foo"]}')
print(f'Element text: {bar_element.text}')

在这个示例中，我们首先定义了一个包含命名空间的HTML代码。然后，我们使用lxml库中的etree模块解析HTML代码，并使用XPath表达式获取带有命名空间的元素。最后，我们输出元素的命名空间和文本内容。

需要注意的是，在使用XPath表达式时，我们需要使用namespaces参数指定命名空间。这样，lxml库才能正确解析带有命名空间的元素。