The Dormouse's story
Once upon a time there were three little sisters; and their names were Elsie, Lacie and Tillie; and they lived at the bottom of a well.
...
""" from lxml import etree ehtml = etree.HTML(html_doc) 查找某个标签下的所有文本内容 ---------------------------------- 要查找某个标签下 **第一个子元素之前** 的文本内容，可使用 ``text`` 属性:: p = ehtml.xpath('//p[@class="story"]')[0] p.text 这将打印出:: Once upon a time there were three little sisters; and their names were 注意：``p`` 标签下的子标签，如 ``a`` 标签中的文本内容，以及第一个 ``a`` 标签之后的文本内容，将不会被打印出， 要包含其下的所有子标签中的文本内容，可使用 ``itertext()`` 方法:: p = ehtml.xpath('//p[@class="story"]')[0] for i in p.itertext(): print(i) 这将打印出:: Once upon a time there were three little sisters; and their names were Elsie , Lacie and Tillie ; and they lived at the bottom of a well. 查找某个属性的值 -------------------- 使用 ``get()`` 方法即可:: a = ehtml.xpath('//a[@class="sister"]')[0] a.get('href') 这将打印出:: http://example.com/elsie 为某个属性设置新值 ------------------ 使用 ``set()`` 方法即可:: a = ehtml.xpath('//a[@class="sister"]')[0] a.set('href', 'https://www.yintrust.com') 这将把第一个 ``a`` 标签的 ``href`` 属性的值设为 https://www.yintrust.com。 查找 **子** 元素 -------------------- 在当前元素中通过标签名查找 **第一个** 匹配的 **子** 元素，可使用 ``find()`` 方法:: p = ehtml.xpath('//p[@class="story"]')[0] p.find('a') 这将打印出第一个 ``a`` 元素； 在当前元素中通过标签名查找 **所有** 匹配的 **子** 元素，可使用 ``findall()`` 方法:: p = ehtml.xpath('//p[@class="story"]')[0] p.findall('a') 这将返回一个列表，其中包含所有的 ``a`` 元素。 去除 HTML 中的所有标签 ------------------------- 使用 ``lxml.html.HtmlElement`` 中的 ``text_content()`` 方法即可:: from lxml import html document = html.document_fromstring(html_doc) document.text_content() 生成 ``lxml.etree._Element`` 对象的字符串 --------------------------------------------------- 使用 ``lxml.etree`` 中的 ``tostring()`` 方法即可:: etree.tostring(ehtml, encoding=str) 默认情况下返回 ``bytes`` 类型，指定 ``encoding=str`` 可使其返回 ``str`` 类型。 ---- 有关更多内容，可参考 lxml 的相关 API 文档： - `lxml.etree API 文档`_ - `lxml.etree._Element API 文档`_ - `lxml.html.HtmlElement API 文档`_ .. _lxml.etree API 文档: https://lxml.de/api/lxml.etree-module.html .. _lxml.etree._Element API 文档: https://lxml.de/api/lxml.etree._Element-class.html .. _lxml.html.HtmlElement API 文档: https://lxml.de/api/lxml.html.HtmlElement-class.html