溫馨提示×

溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

如何使用lxml模塊獲取標簽內(nèi)所有文本

發(fā)布時間：2021-11-10 18:24:22 來源：億速云 閱讀：375 作者：柒染 欄目：大數(shù)據(jù)

如何使用lxml模塊獲取標簽內(nèi)所有文本，針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

python3使用lxml獲取如下形式的文本時出現(xiàn)了問題。

例：

<div>
<a href="xxxx">123</a>
<a href="xxxx">45</a>
<div>


獲取的內(nèi)容為12345

最開始對html文本使用 etree.HTML(html)解析，得到Element對象。

from lxml import etree

str="""

<div>
<a href="xxxx">123</a>
<a href="xxxx">45</a>
<div>

""

 root= etree.HTML(str)

root.xpath("//div//text()")

發(fā)現(xiàn)并沒有直接獲取12345文本方法

后來網(wǎng)上調(diào)查發(fā)現(xiàn)lxml操作html有一個專門的html模塊html，然后找到了解決該問題的關(guān)鍵方法text_content()，這個方法在上面的寫法中是不存在的于是解決方案如下。

from lxml import html

root = html.fromstring('''<div><a href="xxxx">123</a><a href="xxxx">45</a><div>''')

 

 root.xpath("//div").text_content()

關(guān)于如何使用lxml模塊獲取標簽內(nèi)所有文本問題的解答就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關(guān)注億速云行業(yè)資訊頻道了解更多相關(guān)知識。

向AI問一下細節(jié)

免責聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關(guān)證據(jù)，一經(jīng)查實，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手