帝王谷资源网 Design By www.wdxyy.com
1.lxml库介绍
lxml是XML和HTML的解析器,其主要功能是解析和提取XML和HTML中的数据;lxml和正则一样,也是用C语言实现的,是一款高性能的python HTML、XML解析器,也可以利用XPath语法,来定位特定的元素及节点信息
HTML是超文本标记语言,主要用于显示数据,他的焦点是数据的外观
XML是可扩展标记语言,主要用于传输和存储数据,他的焦点是数据的内容
2.安装lxml方法
方法1:
在cmd运行窗口中输入:pip install lxml
方法2:
在Pycharm中下载
File–Setting–Project–Project Interpreter–点击右上角的“+”—
第1步
第2步
第3步
方法3:
进入这个网站进行下载:https://lxml.de/index.html
3.基本使用
我们可以利用他解析HTML代码,并且在解析HTML代码的时候,如果HTML代码不规范或者不完整,lxml解析器会自动修复或补全代码,从而提高效率
实例1:
解析HTML代码块
#提取html中的数据 from lxml import etree text = ''' <html> <div class="clearfix"> <div class="nav_com"> <ul> <li class="active"><a href="/" rel="external nofollow" >推荐</a></li> <li class=""><a href="/nav/python" rel="external nofollow" >Python</a></li> <li class=""><a href="/nav/java" rel="external nofollow" >Java</a></li> <li class=""><a href="/nav/web" rel="external nofollow" >前端</a></li> <li class=""><a href="/nav/arch" rel="external nofollow" >架构</a></li> <li class=""><a href="/nav/db" rel="external nofollow" >数据库</a></li> <li class=""><a href="/nav/5g" rel="external nofollow" >5G</a></li> <li class=""><a href="/nav/game" rel="external nofollow" >游戏开发</a></li> <li class=""><a href="/nav/mobile" rel="external nofollow" >移动开发</a></li> <li class=""><a href="/nav/ops" rel="external nofollow" >运维</a></li> </ul> </div> </div> </html </html ''' #将字符串解析为html文档 html = etree.HTML(text) #print(html) #将字符串序列化为html result = etree.tostring(html).decode('utf-8') print(result)
实例2:
读取并解析html文件
#将html文件进行解析 from lxml import etree #将html文件进行读取 html = etree.parse('data.html') #将html内容序列化 result = etree.tostring(html).decode('utf-8') print(result)
帝王谷资源网 Design By www.wdxyy.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
帝王谷资源网 Design By www.wdxyy.com
暂无评论...
更新日志
2024年10月25日
2024年10月25日
- 群星2013-青春缤纷辑压箱宝大公开3CD2[新加坡限量版][WAV整轨]
- 林育群.2013-BalladShow(日本版)【环球】【WAV+CUE】
- 陈加洛.1992-痛到感觉不到【宝丽金】【WAV+CUE】
- 群星.2023-宿命之敌电视剧原声带【韶愔音乐】【FLAC分轨】
- 東京事変-大発見[FLAC+CUE]
- 椎名林檎-三文ゴシップ[FLAC+CUE]
- 2024年08月04日
- 裘德《裘德「最后的水族馆」演唱会LIVE》[320K/MP3][228.89MB]
- 裘德《裘德「最后的水族馆」演唱会LIVE》[24bit 48kHz][FLAC/分轨][2.08G]
- 基因三重奏《如果你什么都不说 音乐会现场录音》[320K/MP3][145.37MB]
- 孟庭苇.1996-月亮说话(2020环球24KGOLD限量版)【上华】【WAV+CUE】
- 群星.1997-新艺宝优质音响系列·国语精选监听版【新艺宝】【WAV+CUE】
- 阿桑.2005-寂寞在唱歌(星外星引进版)【华研国际】【WAV+CUE】
- 基因三重奏《如果你什么都不说 音乐会现场录音》[FLAC/分轨][287.43MB]
- 蔡题谦《我爱你,却依然要看你走》[320K/MP3][88.65MB]