python - 如何使用 lxml.etree python 中的类名解析 html

Question

req = requests.get(url)
tree = etree.HTML(req.text)

现在而不是使用 xpath tree.xpath(...) 我想知道我们是否可以像在 beautifulSoup 中那样通过 id 的类名进行搜索soup.find('div',attrs={'class':'myclass'}) 我正在lxml中寻找类似的东西。

Answer 1

在 bs4 中执行此操作的更简洁方法是使用 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 compiles XPath expressions )和 Element 对象上的便捷方法。

import lxml.html

tree = lxml.html.fromstring(req.text)
for div in tree.cssselect('div.myclass'):
    #stuff

或者您可以选择预编译表达式并将其应用到您的Element:

from lxml.cssselect import CSSSelector
selector = CSSSelector('div.myclass')

selection = selector(tree)