lxml 相关问题

根据多个兄弟条件选择兄弟节点值，不使用xpath字符串

使用 xpath 查找 xml 节点有多种答案，如下所示。在使用 lxml 的 python 中，是否有更 Pythonic 的方式来构建这个条件列表？我知道我可以使用...构建 xpath 字符串

lxml 获取没有标签的元素的文本

我正在使用 lxml 库和 python 来解析一个简单的 XML，该 XML 在本例中打印下一个元素的文本 HD，如下面的 XML 所示 有史以来最好的书...

如何将“用户数据”与 lxml.etree.Element 关联？

我目前正在将一些Python代码从DOM“移植”到lxml.etree，并且遇到了一个障碍：有问题的DOM代码使用Node.setUserData()和Node.getUserData API，但我找不到

如何在Python中获取没有值字段的textarea值

我正在尝试解析html页面并从文本区域获取值，但我无法实现它，我将放置我的代码（我从selenium开始，但它也不起作用）。我真的不明白这是哪里...

设置默认命名空间的前缀

我有 XML： 文字-1文字-2 我需要使用 lxml 设置默认命名空间的前缀： ...

类型错误：某些关键字参数意外

我正在尝试为页面编写一个解析器。我正在使用 LxmlSoup 库。 所以协议是： html = requests.get('https://www.mcdonalds.com/ua/uk-ua/eat/fullmenu.html').text 汤 = LxmlSoup(html) 网址=汤。

Python 中支持 XPath 2.0 的库

是否可以在Python中使用XPath 2.0函数，例如starts-with()、ends-with()和contains()？我试图使用 lxml 和 defusedxml，但不幸的是它们不支持任何这些功能......

无法在centos7.9上安装python 3.9的lxml包

我想在 Centos7.9 上的 Python 3.9 安装上安装 lxml 5.1.0 包 我尝试从 .targz 和 .whl 文件安装。 使用 .whl 文件时，出现以下错误消息： 错误：lx...

解析换行符（ ）在属性值中

我正在使用 lxml 库解析 xml 文档。有一个新行字符 ( ）在属性值中： 从 lxml 导入 etree root = etree.fromstring(' 我正在使用 lxml 库解析 xml 文档。有一个新行字符 ( ）在属性值中： from lxml import etree root = etree.fromstring('<root attr1="line1\nline2"/>') print(etree.tostring(root).decode()) 结果： <root attr1="line1 line2"/> 也就是说，解析器用空格替换换行符。有没有办法在解析时保留属性值中的换行符？ 我知道您可以在创建 xml 时添加换行符： from lxml import etree root = etree.Element('root', attr1='line1\nline2') print(root.attrib['attr1']) print(etree.tostring(root).decode()) 结果： line1 line2 <root attr1="line1&#10;line2"/> 但是解析的时候怎么做呢？ 我认为以下内容可以有所帮助： from lxml import etree, objectify root = objectify.fromstring('<root attr1="line1\nline2"/>') attr1_value = root.get('attr1') print(attr1_value) # Output: line1\nline2

使用 lxml 解析 DTD 时出错

我正在尝试编写一个验证脚本，用于根据 NITF DTD 验证 XML，http://www.iptc.org/std/NITF/3.4/specification/dtd/nitf-3-4.dtd。基于这篇文章，我想出了以下内容

‘/xad’出现在Python代码中的字符串列表中

首先，我是一个初学者，刚刚接触Python中级，所以请耐心等待我解决这个问题的方法。我正在使用 lxml etree 和请求开发一个网络抓取迷你项目......

XPath 使用超链接获取文本（Python）

我是 XPath 的新手（总的来说，我是 Python 的相对初学者）。我试图通过它从维基百科页面的第一段中取出文本。 以 Python 页面为例...

SAML 断言在SubjectConfirmationData 中不包含KeyInfo 元素

需要有关 SAML 断言的帮助。我们需要创建具有以下结构的主题元素：Subject>SubjectConfirmation>SubjectConfirmationData>KeyInfo>KeyValue>

Parsel 无法访问嵌套元素

我正在与 Parsel 合作。不幸的是，我无法解析 标签，它是另一个 标签的子标签（我知道， 中的 不是 HTML 标准）。我该如何处理...

将属性插入位置

我需要使用 lxml 库在正确的位置插入元素属性。 以下是我尝试在 attr3 属性前面插入 attr2 属性的示例： 来自 lxml 我...

TripAdvisor 网页抓取特定值是不可能的

我是网络抓取新手，希望从一些特定的 TripAdvisor 网站（例如此示例）获取特定值，我需要清洁度值，在本例中为 4.5。无论 H 的哪一部分...

如何从这个html中获取url？

我想用python和beautifulsoup从data-bem解析url，但我不能这样做，如何解决这个问题？使用selenium获取html，用beautifulsoup和data-bem解析，就像它不在...

如何插入带有文本的元素？

我可以插入这样的元素： Product_node.insert(cnt, etree.Element("vod_type")) 是否可以执行以下操作： Product_node.insert(cnt, etree.Element("vod_type").te...

解析请求响应时应该使用 .text 还是 .content？

我偶尔使用 res.content 或 res.text 来解析请求的响应。在我的用例中，我使用哪个选项似乎并不重要。 解析 HTML 的主要区别是什么...

如何在lxml中查找元素的直接子元素

我找到了一个具有特定类的对象： THREAD = TREE.find_class('线程')[0] 现在我想获取作为其直接子元素的所有 元素。 我试过： THREAD.findall("p") 线程.x... 我找到了一个具有特定类别的对象： THREAD = TREE.find_class('thread')[0] 现在我想获取其直接子元素的所有 <p> 元素。 我尝试过： THREAD.findall("p") THREAD.xpath("//div[@class='thread']/p") 但是所有这些都会返回此 <p> 内的所有 <div> 元素，无论该 <div> 是否是它们最近的父级。 我怎样才能让它发挥作用？ 编辑： 示例 html： <div class='thread'> <p> <!-- 1 --> <!-- Can be some others <p> objects inside, which should not be counted --> </p> <p><!-- 2 --></p> </div> <div class='thread'> <p>[...]</p> <p>[...]</p> </div> 脚本应该找到两个对象<p>，它们是THREAD的子对象。我应该收到两个对象的列表，在示例 HTML 的注释中标记为“1”和“2”。 编辑2： 又一个澄清，因为人们会感到困惑： THREAD是存储在变量中的一些对象，可以是任何html元素。我想找到 <p> 对象，它们是 THREAD 的直接子对象。这些 <p> 不能位于 THREAD 外部，也不能位于 THREAD 内部的任何元素内部。 我不确定，但你的问题似乎出在 HTML 本身：请注意 有几个标签省略情况适用于 p 节点，因此段落的结束标签 <div class='thread'> <p>first <p>second</p> </p> </div> 简单地被解析器忽略，并且两个节点都被标识为兄弟节点，但不是父节点和子节点，例如 <div class='thread'> <p>first <p>second </div> 所以 XPath //div[@class="thread"]/p 会返回两个段落 您只需将 p 标签替换为 div 标签，您就会看到不同的行为： <div class='thread'> <div>first <div>second</div> </div> </div> 这里//div[@class="thread"]/div将仅返回第一个节点 如果我的假设不正确，请纠正我 尝试这个 XPath 表达式： //p[parent::div[@class='thread']] 或者用完整的Python表达式： THREAD.xpath("//p[parent::div[@class='thread']]") 另一种（逆）方法是这个 XPath 表达式： div[@class='thread']/child::p" 使用直接 child:: 轴并且仅选择直接子节点。 总结： 两个表达式中哪一个更快取决于 XPath 编译器。 child:: 是默认轴，如果没有给出其他轴则使用。 仅供参考：XPath 计数从 1 开始，并且 不是 0。 因此，关于您的 XML 示例，以下表达式 count(//div[@class='thread'][1]/child::p) 的结果是 2 - 计算 <p> <!-- 1 --> + <p><!-- 2 --></p> 的结果。 你可以尝试PARENT.getchildren() >>> root = etree.fromstring(xml) >>> root.xpath("//div[@class='thread']")[0].getchildren() [<Element p at 0x10b3110e0>, <Element p at 0x10b311ea8>]