浏览lxml类别

Question

我有一个解析网页，现在我想浏览标签，或显示一个图表。我怎样才能得到图表？或者在树中导航。显示第一步，然后是其他步骤，等等，并了解树是如何构建的。

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！一个图表将会很酷，但我只想研究它！

Answer 1

您已经实现了解析，如果您执行以下操作，则可以看到：

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

现在，您可以使用lxml._ElementTree函数遍历此元素，此处介绍了这些函数：http://lxml.de/tutorial.html

以下是我从本地网络中获得的一个简单文件的一些基本信息：

>>> 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']