python 包之 lxml 中 etree 標籤解析教程
阿新 • • 發佈：2022-03-26
一、建立標籤
from lxml import etree
root = etree.Element('root')
二、新增子節點
from lxml import etree
root = etree.Element('root')
span = etree.SubElement(root, 'span')
三、刪除子節點
from lxml import etree
root = etree.Element('root')
span = etree.SubElement(root, 'span')
root.remove(span)
四、刪除所有子節點
from lxml import etree root = etree.Element('root') root.clear()
五、操作子節點
from lxml import etree
root = etree.Element('root')
span = etree.SubElement(root, 'span')
# 獲取標籤數
len(root)
# 獲取標籤索引號,如果有多個相同標籤的話,可以區分
root.index(span)
# 按位置插入
root.insert(0, etree.Element('p'))
# 尾部新增
root.append(etree.Element('strong'))
六、獲取父節點
-
獲取標籤父節點的兩種方法
from lxml import etree root = etree.Element('root') span = etree.SubElement(root, 'span') # 獲取父節點方法一 span.getparent().tag # 獲取父節點方法二,用列表獲取子節點,再獲取父節點 root[0].getparent().tag
七、建立屬性
from lxml import etree
root = etree.Element('root')
root.set('title', '這是一個root標籤')
八、獲取屬性
-
獲取屬性的三種方法
from lxml import etree
root = etree.Element('root')
# 獲取屬性方法一
root.get('title')
# 獲取屬性方法二,參考字典的操作
root.keys(),root.values(),root.items()
# 獲取屬性方法三,直接拿到屬性存放的字典
root.attrib
九、設定標籤文字
-
新增文字和追加文字
from lxml import etree
root = etree.Element('root')
# 標籤內新增文字
root.text='i am autofelix'
# 標籤後追加文字
root.tail = 'i am autofelix'
十、xpath方法
from lxml import etree
root = etree.Element('root')
word = root.xpath('//text()')
word[0].getparent().tag
十一、判斷文字型別
from lxml import etree
root = etree.Element('root')
word = root.xpath('//text()')
# 是否是text文字
word.is_text
# 是否是tail文字
word.is_tail
十二、字串解析
from lxml import etree
html = etree.fromstring('<root>autofelix</root>')
html.tag
etree.tostring(html)
十三、XML解析
from lxml import etree
html = etree.XML('<root>autofelix</root>')
html.tag
etree.tostring(html)
十四、去除XML中的空行
from lxml import etree
# 去除xml檔案裡的空行
parser= etree.XMLParser(remove_blank_text=True)
root = etree.XML('<root> auto felix </root>', parser)
print etree.tostring(root)
十五、HTML解析
-
HTML方法，如果沒有<html>和<body>標籤，會自動補上
from lxml import etree
html = etree.HTML('<root>autofelix</root>')
etree.tostring(html)
十六、搜尋和定位
from lxml import etree
root = etree.XML('<root><a class="uname">i am autofelix<b/><c/><b/></a></root>')
# findall操作返回列表
root.findall('a')[0].text
# find操作就相當與找到了這個元素節點,返回匹配到的第一個元素
root.find('.//a').text
# 配合列表解析
[ b.text for b in root.findall('.//a') ]
# 根據屬性查詢
root.findall('.//a[@class]')[0].tag