xml对象、bytes类型和字符串之间的随意转换

最新推荐文章于 2024-09-07 15:41:14 发布

帅气的嘎嘎

最新推荐文章于 2024-09-07 15:41:14 发布

阅读量2.3k

点赞数

CC 4.0 BY-SA版权

分类专栏：爬虫知识点文章标签： xml bytes

本文链接：https://blog.youkuaiyun.com/weixin_44200546/article/details/89175935

爬虫知识点专栏收录该内容

1 篇文章

订阅专栏

本文分享了在爬虫开发中，如何灵活地在XML解析对象、Bytes类型和字符串之间进行转换，以提高数据抓取的效率和准确性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

我们在爬取一个网站的时候经常会遇到用单一的xpath或者正则不是太方便，抓数据会不理想，所以我们就要将其数据类型互相的转换，一些不熟练的朋友可能有些不太清除，这里给大家分享一下。

from lxml import etree

text = """
<div>
    <ul>
        <li class="item-0"><a href="link1.html">first item</a></li>
        <li class="item-1"><a href="link2.html">second item</a></li>
        <li class="item-inactive"><a href="link3.html">third item</a></li>
        <li class="item-1"><a href="link4.html">fourth item</a></li>
        <li class="item-0"><a href="link5.html">fifth item</a>
    </ul>
</div>
"""

# 转换成xml解析对象
html =etree.HTML(text)
print(type(html))
print(html)

# xml对象转换成bytes类型
text1 =etree.tostring(html)
print(type(text1))
print(text1)

# 将bytes类型解码成字符串
text2 =text1.decode("utf-8")
print(type(text2))
print(text2)