您好,登錄后才能下訂單哦!
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。
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。