获取源代码行lxml python中的所有元素

Question

我正在提取一些HTML信息并使用python中的.xpath方法查询它。 对于一个特定的应用程序，我想提取属于特定源代码的所有元素。 例如

with open(self.file_path, 'r') as f:
    page = f.read()
tree = html.fromstring(page)
all = tree.xpath(r'/html/body//a')
print(all[5].sourceline)

以上产生的源代码编号为14，其中包含以下源代码html。

26) <a name="l26" style="background-color: #ffffff">        subroutine </a><a style="background-color: #ffcccc">AdjustParticleDiscretisation()</a>

然后，我如何使用源代码而不是传统的xpath查询提取此html的所有内容？ 或者xpath是否有一些源代码知道的语法？

谢谢

Answer 1

如果您对在页面上显示内容感兴趣，可以使用： all[5].text ，如下所述： http ： //lxml.de/api/lxml.etree._Element-class.html#text

如果你需要该元素的实际html，你可以使用ElementTree的tosstring方法： import xml.etree.ElementTree as etree etree.tostring(all[5])

另外，正如CristFati所提到的，尽量避免将all用作变量，因为它是一个python内置函数，并且你已经覆盖了它的引用。 https://docs.python.org/3/library/functions.html#all