本篇文章给大家介绍的是python爬虫之lxml-etree和xpath的结合使用（附案例），内容很详细，希望可以帮助到大家。
lxml：python 的html/xml的解析器
官网文档：https://lxml.de/
使用前，需要安装安 lxml 包
功能：
1.解析html：使用 etree.html(text) 将字符串格式的 html 片段解析成 html 文档
2.读取xml文件
3.etree和xpath 配合使用
lxml 的安装
【pycharm】>【file】>【settings】>【project interpreter】>【+】 >【lxml】>【install】
具体操作截图：
lxml-etree 的使用案例v25文件：https://xpwi.github.io/py/py%e7%88%ac%e8%99%ab/py25etree.py
用 lxml 来解析html代码
# 先安装lxml# 用 lxml 来解析html代码from lxml import etreetext = '''<p> <ul> <li class="item-0"><a href="0.html">item 0 </a></li> <li class="item-1"><a href="1.html">item 1 </a></li> <li class="item-2"><a href="2.html">item 2 </a></li> <li class="item-3"><a href="3.html">item 3 </a></li> <li class="item-4"><a href="4.html">item 4 </a></li> <li class="item-5"><a href="5.html">item 5 </a></li> </ul> </p>'''# 利用 etree.html 把字符串解析成 html 文件html = etree.html(text)s = etree.tostring(html).decode()print(s)
运行结果
lxml-etree 的使用案例v26etree2文件：https://xpwi.github.io/py/py%e7%88%ac%e8%99%ab/py26etree2.py
读取xml文件：
# lxml-etree读取文件from lxml import etreexml = etree.parse("./py24.xml")sxml = etree.tostring(xml, pretty_print=true)print(sxml)
运行结果
etree和xpath 配合使用案例v26expath.文件：https://xpwi.github.io/py/py%e7%88%ac%e8%99%ab/py26expath.py
etree和xpath 配合使用：
# lxml-etree读取文件from lxml import etreexml = etree.parse("./py24.xml")print(type(xml))# 查找所有 book 节点rst = xml.xpath('//book')print(type(rst))print(rst)# 查找带有 category 属性值为 sport 的元素rst2 = xml.xpath('//book[@category="sport"]')print(type(rst2))print(rst2)# 查找带有category属性值为sport的元素的book元素下到的year元素rst3 = xml.xpath('//book[@category="sport"]/year')rst3 = rst3[0]print('-------------\n',type(rst3))print(rst3.tag)print(rst3.text)
运行结果etree和xpath 配合使用结果
相关推荐：
python爬虫之xpath的基本使用详解
python爬虫是什么？为什么把python叫做爬虫？
以上就是python爬虫之lxml-etree和xpath的结合使用（附案例）的详细内容。