python - 浏览 lxml 类别

Question

我有一个解析网络，现在我想浏览标签，或显示图表。我怎样才能得到图表？或者在树中导航。显示第一步然后其他等。并了解这棵树是如何 build 的。

import urllib
from lxml import etree
import StringIO
resultado=urllib.urlopen('trozo.html')
html = resultado.read()
parser= etree.HTMLParser()
tree=etree.parse(StringIO.StringIO(html),parser)

我只想检查节点!图表会很酷，但我只想检查一下!

Answer 1

你实现了解析，如果你执行以下操作你可以看到:

>>> tree
<lxml.etree._ElementTree object at 0x0148AF08>

现在您可以使用 lxml._ElementTree 函数遍历此元素，记录在此处:http://lxml.de/tutorial.html

以下是一些基础知识，以及我从本地网络获得的一个简单文件:

>>> tree.getroot()
<Element html at 147aae0>
>>> tree.getroot().tag
'html'
>>> tree.getroot().text
>>> for child in tree.getroot().getchildren():
        print child.tag, child.getchildren()
head
body
>>> for child in tree.getroot().getchildren():
        print child.tag, [sub_child.tag for sub_child in child.getchildren()]
head ['title']
body ['h1', 'p', 'hr', 'address']