python lxml中etree的简单应用

我一般都是通过xpath解析DOM树的时候会使用lxml的etree，可以很方便的从html源码中得到自己想要的内容。这里主要介绍一下我常用到的两个方法，分别是etree.HTML()和etree.tostrint()。etree.HTML()可以用来解析字符串格式的HTML文档对象，将传进去的字符串转变成_Element对象。例如，这里有一段最简单的html源码："This is a test"，现在想要得到h1标签中的文本，可以这样实现：结果：。通过结果可以知道，xpath()方法放回的结果是一个列表，所以通常在取xpath()方法结果的时候，只取列表中的第一个元素。使用“//h1/text()”试试：通过截图左下角的提示可以知道，使用xpath表达式“//h1/text()”只能得到h1标签中文本的“This”和“test”，用代码实现看看：运行结果：。这时候使用etree.tostring()方法是不是很容易的就解决问题了。