使用lxml從HTML解析段落

Question

我是lxml的新手，想從給定的URL中提取<p>PARAGRAPHS</p>和<li>PARAGRAPHS</li> ，並將其用於進一步的步驟。

我遵循了一個帖子中的示例，並嘗試了以下代碼，但沒有成功：

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()')

我試圖查看lxml.html中的示例，但沒有找到使用url的任何示例。

您能給我些什么建議嗎？ 謝謝。

Answer 1

import lxml.html

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

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