lxml和etree什么區(qū)別？ etree.parse文件直接接受文檔并根據(jù)文檔結(jié)構(gòu)進行解析導(dǎo)入xml.etree.ElementTree文件作為ET樹=ET.解析（“國家u數(shù)據(jù).xml“”根=樹.g

lxml和etree什么區(qū)別？

etree.parse文件直接接受文檔并根據(jù)文檔結(jié)構(gòu)進行解析

導(dǎo)入xml.etree.ElementTree文件作為ET

樹=ET.解析（“國家u數(shù)據(jù).xml“”

根=樹.getroot()

etree.html文件可以分析HTML文件：

頁=etree.HTML文件( html.lower文件（）.解碼（“utf-8”）

hrefs=頁面.xpath（u“//a”）

對于hrefs中的href:

打印href.attrib公司

瀏覽器不支持xpath要如何辦？

您的XPath太長。很容易犯錯誤。內(nèi)容的TR類是provincetr。使用這個過濾器要容易得多，//TR[@class=“provincetr”]/TD/A/text（）不熟悉XPath。在閱讀了Wiki中的內(nèi)容之后，添加起來并不容易。這確實是你問題的答案。為什么瀏覽器可以，但是lxml不能，因為瀏覽器沒有標準的大多數(shù)HTML文檔都有糾錯功能，而lxml不會查看頁面源碼。注意它是源代碼，不是開發(fā)工具；最后一個表不包含tbody，瀏覽器會自動補充tbody，但是lxml沒有，所以找不到你的XPath

關(guān)于Python crawler，有很多第三方庫，比如scratch等，我寫了一系列關(guān)于crawler的文章，可供參考學(xué)習(xí)-今日頭條]https://m.toutiaocdn.com/i6612149341303865859/？app=newsuarticle&timestamp=1599008220&useuunewustyle=1&reqid=202009020857002103422021488be6&groupid=6612149341303865859&ttfrom=copylink&utmsource=copylink&utmmedium=toutiaoios&utmcampaign=clientshare