python爬虫中lxml如何读取?

lxml不止是获取网页数据出色,其实它还可以用来读取文件。没想到吧?之前我们也讲过不少读取文件的办法了。所以说,知识的汇集和总结是很重要的。那么,在python爬虫中lxml怎样读取文件呢?带着这个疑问,我们一起进行今天的学习,看看哪位小伙伴最先学习读取文件吧~

除了直接读取字符串,还支持从文件读取内容。比如我们新建一个文件叫做 hello.html,内容为

<div>
    <ul>
         <li><a href="link1.html">first item</a></li>
         <li><a href="link2.html">second item</a></li>
         <li><a href="link3.html"><span>third item</span></a></li>
         <li><a href="link4.html">fourth item</a></li>
         <li><a href="link5.html">fifth item</a></li>
     </ul>
 </div>

利用 parse 方法来读取文件。

from lxml import etree
html = etree.parse('hello.html')
result = etree.tostring(html, pretty_print=True)
print(result)

同样可以得到相同的结果。

以上就是python爬虫中lxml读取文件的方法。更多Python学习推荐:云海天Python教程网。

来源:PY学习网:原文地址:https://www.py.cn/article.html

hmoban主题是根据ripro二开的主题,极致后台体验,无插件,集成会员系统
自学咖网 » python爬虫中lxml如何读取?