lxml库

lxml库

什么是lxml库

lxml是一种使用Python编写的库，可以迅速、灵活地处理XML

支持XPath语句

学习lxml库的目的

利用所学的XPath语法，来快速定位特定元素以及节点信息

目的是提取HTML、XML目标数据

安装lxml库

pip install lxml

详情代码学习，见如下：

# 导入lxml库, 调用etree方法
from lxml import etree

# 准备的html数据,不完整    html,body,li标签不完整
html_data = '''

  

       
first item
       
second item
       
third item
       
fourth item
       
fifth item
   

'''
# 使用etree.HTML，获取html数据
html = etree.HTML(html_data)
# 使用etree.tostring()方法将html转成文本字符串并进行转义
print(etree.tostring(html).decode())    # 输出带有html、body、li标签的完整html语句

# 返回 _Element类型对象   它所指的就是整个xml树的根节点
print(type(html))       # 输出：

# 后面就可以使用XPath语句来获取html中的元素（省略...）