python - 从本地文件解析 HTML

Question

我正在使用带有 Python 的 Google App Engine。我想从与我的 Python 脚本相同的项目中获取 HTML 文件的树。我尝试了很多东西，比如使用绝对 URL(例如 http://localhost:8080/nl/home.html)和相对 URL(/nl/home.html)。两者似乎都不起作用。我使用这段代码:

class HomePage(webapp2.RequestHandler):    
    def get(self):

        path = self.request.path

        htmlfile = etree.parse(path)
        template = jinja_environment.get_template('/nl/template.html')

        pagetitle = htmlfile.find(".//title").text
        body = htmlfile.get_element_by_id("body").toString()

它返回以下错误:IOError:读取文件“/nl/home.html”时出错:无法加载外部实体“/nl/home.html

有谁知道如何使用 Python 从同一个项目中获取 HTML 文件的树？

编辑

这是工作代码:

class HomePage(webapp2.RequestHandler):    
def get(self):

    path = self.request.path.replace("/","",1)
    logging.info(path)

    htmlfile = html.fromstring(urllib.urlopen(path).read())   
    template = jinja_environment.get_template('/nl/template.html')

    pagetitle = htmlfile.find(".//title").text
    body = innerHTML(htmlfile.get_element_by_id("body"))

def innerHTML(node): 
    buildString = ''
    for child in node:
        buildString += html.tostring(child)
    return buildString

Answer 1

您的工作目录是您应用程序目录的基础。因此，如果您的应用组织如下:

• 应用.yaml
• 荷兰/
  • home.html

然后您可以在 nl/html.html 阅读您的文件(假设您没有更改您的工作目录)。