Python lxml庫的簡單介紹及基本使用講解
lxml是XML和HTML的解析器，其主要功能是解析和提取XML和HTML中的數(shù)據(jù)；lxml和正則一樣，也是用C語言實(shí)現(xiàn)的，是一款高性能的python HTML、XML解析器，也可以利用XPath語法，來定位特定的元素及節(jié)點(diǎn)信息
HTML是超文本標(biāo)記語言，主要用于顯示數(shù)據(jù)，他的焦點(diǎn)是數(shù)據(jù)的外觀XML是可擴(kuò)展標(biāo)記語言，主要用于傳輸和存儲(chǔ)數(shù)據(jù)，他的焦點(diǎn)是數(shù)據(jù)的內(nèi)容
2.安裝lxml方法方法1:在cmd運(yùn)行窗口中輸入:pip install lxml
方法2：在Pycharm中下載File?Setting?Project?Project Interpreter?點(diǎn)擊右上角的“+”—第1步
第2步
第3步
方法3：進(jìn)入這個(gè)網(wǎng)站進(jìn)行下載：https://lxml.de/index.html
我們可以利用他解析HTML代碼，并且在解析HTML代碼的時(shí)候，如果HTML代碼不規(guī)范或者不完整，lxml解析器會(huì)自動(dòng)修復(fù)或補(bǔ)全代碼，從而提高效率
實(shí)例1：解析HTML代碼塊
#提取html中的數(shù)據(jù)from lxml import etreetext = ’’’<html> <div class='clearfix'> <div class='nav_com'> <ul> <li class='active'><a href='http://www.gepszalag.com/' rel='external nofollow' >推薦</a></li> <li class=''><a href='http://www.gepszalag.com/nav/python' rel='external nofollow' >Python</a></li> <li class=''><a href='http://www.gepszalag.com/nav/java' rel='external nofollow' >Java</a></li> <li class=''><a href='http://www.gepszalag.com/nav/web' rel='external nofollow' >前端</a></li> <li class=''><a href='http://www.gepszalag.com/nav/arch' rel='external nofollow' >架構(gòu)</a></li> <li class=''><a href='http://www.gepszalag.com/nav/db' rel='external nofollow' >數(shù)據(jù)庫</a></li> <li class=''><a href='http://www.gepszalag.com/nav/5g' rel='external nofollow' >5G</a></li> <li class=''><a href='http://www.gepszalag.com/nav/game' rel='external nofollow' >游戲開發(fā)</a></li> <li class=''><a href='http://www.gepszalag.com/nav/mobile' rel='external nofollow' >移動(dòng)開發(fā)</a></li> <li class=''><a href='http://www.gepszalag.com/nav/ops' rel='external nofollow' >運(yùn)維</a></li> </ul> </div> </div></html>></html>>’’’#將字符串解析為html文檔html = etree.HTML(text)#print(html)#將字符串序列化為htmlresult = etree.tostring(html).decode(’utf-8’)print(result)
實(shí)例2：讀取并解析html文件
#將html文件進(jìn)行解析from lxml import etree#將html文件進(jìn)行讀取html = etree.parse(’data.html’)#將html內(nèi)容序列化result = etree.tostring(html).decode(’utf-8’)print(result)
到此這篇關(guān)于Python lxml庫的簡單介紹及基本使用講解的文章就介紹到這了,更多相關(guān)Python lxml庫使用內(nèi)容請(qǐng)搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！
相關(guān)文章：
1. jstl 字符串處理函數(shù)2. JSP動(dòng)態(tài)網(wǎng)頁開發(fā)原理詳解3. XHTML 1.0：標(biāo)記新的開端4. Vue中使用Echarts儀表盤展示實(shí)時(shí)數(shù)據(jù)的實(shí)現(xiàn)5. 深入理解JavaScript中的Base64編碼字符串6. java 字符串轉(zhuǎn)化為字符數(shù)組的3種實(shí)現(xiàn)案例7. JSP頁面的靜態(tài)包含和動(dòng)態(tài)包含使用方法8. WAP建站W(wǎng)ML語言語法基礎(chǔ)教程第1/6頁9. 基于python實(shí)現(xiàn)判斷字符串是否數(shù)字算法10. PHP擴(kuò)展之URL編碼、解碼及解析——URLs
網(wǎng)公網(wǎng)安備