Python lxml庫(kù)的簡(jiǎn)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(yǔ)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(yǔ)法，來(lái)定位特定的元素及節(jié)點(diǎn)信息
HTML是超文本標(biāo)記語(yǔ)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(yǔ)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.intensediesel.com/' rel='external nofollow' >推薦</a></li> <li class=''><a href='http://www.intensediesel.com/nav/python' rel='external nofollow' >Python</a></li> <li class=''><a href='http://www.intensediesel.com/nav/java' rel='external nofollow' >Java</a></li> <li class=''><a href='http://www.intensediesel.com/nav/web' rel='external nofollow' >前端</a></li> <li class=''><a href='http://www.intensediesel.com/nav/arch' rel='external nofollow' >架構(gòu)</a></li> <li class=''><a href='http://www.intensediesel.com/nav/db' rel='external nofollow' >數(shù)據(jù)庫(kù)</a></li> <li class=''><a href='http://www.intensediesel.com/nav/5g' rel='external nofollow' >5G</a></li> <li class=''><a href='http://www.intensediesel.com/nav/game' rel='external nofollow' >游戲開(kāi)發(fā)</a></li> <li class=''><a href='http://www.intensediesel.com/nav/mobile' rel='external nofollow' >移動(dòng)開(kāi)發(fā)</a></li> <li class=''><a href='http://www.intensediesel.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(kù)的簡(jiǎn)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(kù)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. Spring security 自定義過(guò)濾器實(shí)現(xiàn)Json參數(shù)傳遞并兼容表單參數(shù)(實(shí)例代碼)2. Java8內(nèi)存模型PermGen Metaspace實(shí)例解析3. python tkinter實(shí)現(xiàn)下載進(jìn)度條及抖音視頻去水印原理4. ASP.NET MVC使用正則表達(dá)式驗(yàn)證手機(jī)號(hào)碼5. 一文搞懂 parseInt()函數(shù)異常行為6. Python 有可能刪除 GIL 嗎？7. Python使用sftp實(shí)現(xiàn)上傳和下載功能8. python捕獲警告的三種方法9. python 統(tǒng)計(jì)list中各個(gè)元素出現(xiàn)的次數(shù)的幾種方法10. Python基于百度AI實(shí)現(xiàn)抓取表情包
網(wǎng)公網(wǎng)安備