每日分享:
我们不需要迎合所有人,只需要过滤出来和自己同频的人就OK了
- lxml.etree.HTML(html_str)可以自动补齐标签
- 可以将element对象转换为HTML字符串
- 爬虫如果使用lxml来提取数据,应以lxml.etree.tostring的返回结果作为提取数据的依据
例:
from lxml import etree text = ''' <div> <ul> <li class="item-1"> <a href="link1.html">first item</a> </li> <li class="item-1"> <a href="link2.html">second item</a> </li> <li class="item-inactive"> <a href="link3.html">third item</a> </li> <li class="item-1"> <a href="link4.html">fourth item</a> </li> <li class="item-0"> <a href="link5.html">fifth item</a> </ul> </div> ''' # 转化为element对象 html = etree.HTML(text) print(html) print('-'*20) print(etree.tostring(html))
结果:
神龙|纯净稳定代理IP免费测试>>>>>>>>天启|企业级代理IP免费测试>>>>>>>>IPIPGO|全球住宅代理IP免费测试