一、安裝
pip install lxml
二、創建標簽
from lxml import etree
root = etree.Element('root')
三、添加子節點
from lxml import etree
root = etree.Element('root')
span = etree.SubElement(root, 'span')
四、刪除子節點
from lxml import etree
root = etree.Element('root')
span = etree.SubElement(root, 'span')
root.remove(span)
五、刪除所有子節點
from lxml import etree
root = etree.Element('root')
root.clear()
六、操作子節點
from lxml import etree
root = etree.Element('root')
span = etree.SubElement(root, 'span')
# 獲取標簽數
len(root)
# 獲取標簽索引號,如果有多個相同標簽的話,可以區分
root.index(span)
# 按位置插入
root.insert(0, etree.Element('p'))
# 尾部添加
root.append(etree.Element('strong'))
七、獲取父節點
-
獲取標簽父節點的兩種方法
from lxml import etree
root = etree.Element('root')
span = etree.SubElement(root, 'span')
# 獲取父節點方法一
span.getparent().tag
# 獲取父節點方法二,用列表獲取子節點,再獲取父節點
root[0].getparent().tag
八、創建屬性
from lxml import etree
root = etree.Element('root')
root.set('title', '這是一個root標簽')
九、獲取屬性
-
獲取屬性的三種方法
from lxml import etree
root = etree.Element('root')
# 獲取屬性方法一
root.get('title')
# 獲取屬性方法二,參考字典的操作
root.keys(),root.values(),root.items()
# 獲取屬性方法三,直接拿到屬性存放的字典
root.attrib
十、設置標簽文本
-
添加文本和追加文本
from lxml import etree
root = etree.Element('root')
# 標簽內添加文本
root.text='i am autofelix'
# 標簽后追加文本
root.tail = 'i am autofelix'
十一、xpath方法
from lxml import etree
root = etree.Element('root')
word = root.xpath('//text()')
word[0].getparent().tag
十二、判斷文本類型
from lxml import etree
root = etree.Element('root')
word = root.xpath('//text()')
# 是否是text文本
word.is_text
# 是否是tail文本
word.is_tail
十三、字符串解析
from lxml import etree
html = etree.fromstring('<root>autofelix</root>')
html.tag
etree.tostring(html)
十四、XML解析
from lxml import etree
html = etree.XML('<root>autofelix</root>')
html.tag
etree.tostring(html)
十五、去除XML中的空行
from lxml import etree
# 去除xml文件里的空行
parser= etree.XMLParser(remove_blank_text=True)
root = etree.XML('<root> auto felix </root>', parser)
print etree.tostring(root)
十六、HTML解析
-
HTML方法，如果沒有<html>和<body>標簽，會自動補上
from lxml import etree
html = etree.HTML('<root>autofelix</root>')
etree.tostring(html)
十七、搜索和定位
from lxml import etree
root = etree.XML('<root><a class="uname">i am autofelix<b/><c/><b/></a></root>')
# findall操作返回列表
root.findall('a')[0].text
# find操作就相當與找到了這個元素節點,返回匹配到的第一個元素
root.find('.//a').text
# 配合列表解析
[ b.text for b in root.findall('.//a') ]
# 根據屬性查詢
root.findall('.//a[@class]')[0].tag