使用lxml从HTML解析段落

Question

我是lxml的新手，想从给定的URL中提取<p>PARAGRAPHS</p>和<li>PARAGRAPHS</li> ，并将其用于进一步的步骤。

我遵循了一个帖子中的示例，并尝试了以下代码，但没有成功：

html = lxml.html('http://www.google.com/intl/en/about/corporate/index.html')
url = 'http://www.google.com/intl/en/about/corporate/index.html'
print html.parse.xpath('//p/text()')

我试图查看lxml.html中的示例，但没有找到使用url的任何示例。

您能给我些什么建议吗？ 谢谢。

Answer 1

import lxml.html

htmltree = lxml.html.parse('http://www.google.com/intl/en/about/corporate/index.html')

print htmltree.xpath('//p/text()')