lxml获取结点属性整并转换为字典参数

最新推荐文章于 2024-10-07 07:04:43 发布

weixin_30709061

最新推荐文章于 2024-10-07 07:04:43 发布

阅读量473

点赞数

CC 4.0 BY-SA版权

文章标签： python

原文链接：http://www.cnblogs.com/liuliu-word/p/9574895.html

本文介绍了一个使用Python的lxml库中的XPath功能来解析HTML的例子。通过这个例子，读者可以了解到如何获取页面中的特定元素及其属性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#-*- coding: UTF-8 -*-

from lxml import etree

source = u'''
<div><p class="p1" data-a="1">测试数据1</p>
<p class="p1" data-a="2">测试数据2</p>
<p class="p1" data-a="3" style="height:100px;">
<strong class="s">测试数据3</strong></p>
<p class="p1" data-a="4" width="200"><img src="1.jpg" class="img"/><br/>
图片</p>
'''

# 从字符串解析
page = etree.HTML(source)

# 元素列表
ps = page.xpath("//p")
for p in ps:
    print u"属性：%s" % p.attrib
    print u"文本：%s" % p.text

# 文本列表
ts = page.xpath("//p/text()")
for t in ts:
    print t

# xpath定位 
ls = page.xpath('//p[@class="p1"][last()]/img')
for l in ls:
    print l.attrib