1. 安装 pip install lxml
2. 官方文档 http://lxml.de/
3. 常用类 - Element
- 将request.get()返回的html转换为Element
from lxml import etree res = requests.get('http://www.test.com/1.html') page = res.text etree_source = etree.HTML(page) #返回Element类，直接打印为<Element html at 0x255a3437648>
4. 常用方法
- Element.xpath()
- 返回Element类
- 可以精确定位到想要的node
- 如果匹配多个，可以循环
- 如果要获取这个element下，不管多少层的child node内的text,可以用Element.xpaht(string(.))
- Element.findall()
- 返回Elemenet类
- 能匹配到所有满足的路径
- 如果匹配多个，可以循环