[英]how to parse html by using class name in lxml.etree python
req = requests.get(url)
tree = etree.HTML(req.text)
现在而不是使用xpath tree.xpath(...)
我想知道是否可以像在beautifulSoup soup.find('div',attrs={'class':'myclass'})
我正在寻找在LXML类似的东西。
在bs4
更简单的方法是使用css选择器:
soup.select('div.myclass') # == soup.find_all('div',attrs={'class':'myclass'})
lxml
提供cssselect
作为模块(实际上是编译XPath表达式 )以及作为Element
对象的便捷方法。
import lxml.html
tree = lxml.html.fromstring(req.text)
for div in tree.cssselect('div.myclass'):
#stuff
或者,您可以预编译该表达式并将其应用于您的Element
:
from lxml.cssselect import CSSSelector
selector = CSSSelector('div.myclass')
selection = selector(tree)
您说您不想使用xpath,但不解释原因。 如果目标是使用给定的类搜索标签,则可以使用xpath轻松实现。
例如,要查找具有“ foo”类的div,可以执行以下操作:
tree.find("//div[@class='foo']")
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.