玩蛇网提供最新Python编程技术信息以及Python资源下载!
您现在的位置: 玩蛇网首页 > Python问题解答 > 正文内容

python lxml处理如何使用?

例如:

<p>
没
<em><!--red_beg-->aa<!--red_end--></em>
</p>
<p>
没
<em><!--red_beg-->aa<!--red_end--></em>
没
<em><!--red_beg-->aa<!--red_end--></em>
</p>
<p>
没
</p>

就是在p标签里可能会出现同样的em标签,而且数量不定,那我怎么获取p的内容,包括em里的内容。
例如第二个p获取输出是‘没aa没aa’

或者获取到p节点之后,怎么把里面的内容转换为字符串

lxml.html.text_content()方法,可以获取当前节点和所有子节点的文本内容。

今天偶然学到处理这个问题的方法,特意翻出来这个问题回答。题主你可以看一下xpath的轴,比如你要取得第二个<p>标签的“没aa没aa”,实际是取得它全部后代节点的文本内容,可以使用
element_dom.xpath("//p[2]//descendant::text()")来取得,拿到的结果是一个这样['没', 'aa', '没', 'aa']的list,然后自己手动拼接成字符串就可以了,比如"".join(list)。同理,如果你需要进行其他操作,也可以使用类似的方法。

换bs4,string和text之间的异同就在这里。

玩蛇网文章,转载请注明出处和文章网址:http://www.iplaypy.com/wenda/wd14052.html

相关文章 Recommend

玩蛇网Python互助QQ群,欢迎加入-->: 106381465 玩蛇网Python新手群
修订日期:2017年06月01日 - 15时04分53秒 发布自玩蛇网

我要分享到:

必知PYTHON教程 Must Know PYTHON Tutorials

必知PYTHON模块 Must Know PYTHON Modules