Python之lxml库学习笔记二

沈阳格力专卖店

　　使用XPath查找文本
　　另一个抽取XML树的文本内容是XPath，
>>> print(html.xpath("string()")) #  lxml.etree only!
TEXTTAIL
>>> print(html.xpath("//text()")) #  lxml.etree only!
[’TEXT’, ’TAIL’]
　　如果经常使用，可以包装成一个方法：
　　>>> build_text_list = etree.XPath("//text()") # lxml.etree  only!
>>> print(build_text_list(html))
[’TEXT’, ’TAIL’]
　　也可以通过getparent方法得到父节点
　　>>> texts = build_text_list(html)
>>>  print(texts[0])
TEXT
>>> parent =  texts[0].getparent()
>>> print(parent.tag)
body
>>>  print(texts[1])
TAIL
>>>  print(texts[1].getparent().tag)
br
You can also find out if it’s normal  text content or tail text:
>>>  print(texts[0].is_text)
True
>>>  print(texts[1].is_text)
False
>>> print(texts[1].is_tail)
True
　　
　　树的迭代：
　　Elements提供一个树的迭代器可以迭代访问树的元素。
　　>>> root = etree.Element("root")
>>>  etree.SubElement(root, "child").text = "Child 1"
>>>  etree.SubElement(root, "child").text = "Child 2"
>>>  etree.SubElement(root, "another").text = "Child 3"
>>>  print(etree.tostring(root,  pretty_print=True))

Child  1
Child 2
Child  3

　　>>> for element in root.iter():
... print("%s - %s" %  (element.tag, element.text))
root – None
child - Child 1
child - Child  2
another - Child 3
　　如果知道感兴趣的tag，可以把tag的名字传给iter方法，起到过滤作用。
　　>>> for element in root.iter("child"):
... print("%s - %s" %  (element.tag, element.text))
child - Child 1
child - Child 2
　　默认情况下，迭代器得到一个树的所有节点，包括ProcessingInstructions, Comments and  Entity的实例。如果想确认只有Elements对象返回，可以把Element factory作为参数传入。
　　>>> root.append(etree.Entity("#234"))
>>>  root.append(etree.Comment("some comment"))
>>> for element in  root.iter():
... if isinstance(element.tag, basestring):
... print("%s -  %s" % (element.tag, element.text))
... else:
... print("SPECIAL: %s - %s"  % (element, element.text))
root - None
child - Child 1
child - Child  2
another - Child 3
SPECIAL: ê - ê
SPECIAL:   - some comment

　　>>> for element in root.iter(tag=etree.Element):
... print("%s -  %s" % (element.tag, element.text))
root - None
child - Child 1
child -  Child 2
another - Child 3
>>> for element in  root.iter(tag=etree.Entity):
... print(element.text)
ê