深入解析Python的lxml库:高效处理XML和HTML的利器




from lxml import etree
 
# 解析XML字符串
xml_data = """
<root>
    <item id="1">First Item</item>
    <item id="2">Second Item</item>
</root>
"""
xml_tree = etree.fromstring(xml_data)
print(xml_tree)
 
# 解析HTML字符串
html_data = """
<html>
    <head><title>Sample Title</title></head>
    <body>
        <p id="first">This is the first paragraph.</p>
        <p id="second">This is the second paragraph.</p>
    </body>
</html>
"""
html_tree = etree.HTML(html_data)
print(html_tree)
 
# XPath查询
result = html_tree.xpath('//p[@id="first"]/text()')
print(result)  # 输出段落文本
 
# 序列化XML为字符串
xml_str = etree.tostring(xml_tree, pretty_print=True)
print(xml_str.decode('utf-8'))

这段代码展示了如何使用lxml库来解析XML和HTML字符串,并使用XPath进行查询。然后,它将解析后的树序列化回字符串,并以可读的格式打印输出。这是一个处理XML和HTML数据的实用示例。

最后修改于:2024年08月12日 09:32

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日