首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >没有根标记时使用lxml进行html解析

没有根标记时使用lxml进行html解析
EN

Stack Overflow用户
提问于 2012-04-16 04:26:18
回答 1查看 3K关注 0票数 3

我一直在使用lxml和formalchemy为sqlalchemy构建一个脚手架库,我很难让它们很好地发挥作用。具体地说,formalchemy.FieldSet.render()返回一个没有根标记的html片段,而我似乎不知道如何让lxml将其解析成可以包含在元素树中的内容:

我得到的是:

代码语言:javascript
复制
>>> lxml.etree.fromstring(formalchemy.FieldSet(toyschema.User(), session).render())
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "lxml.etree.pyx", line 2743, in lxml.etree.fromstring (src/lxml/lxml.etree.c:52665)
  File "parser.pxi", line 1573, in lxml.etree._parseMemoryDocument (src/lxml/lxml.etree.c:79932)
  File "parser.pxi", line 1445, in lxml.etree._parseDoc (src/lxml/lxml.etree.c:78709)
  File "parser.pxi", line 920, in lxml.etree._BaseParser._parseUnicodeDoc (src/lxml/lxml.etree.c:75083)
  File "parser.pxi", line 564, in lxml.etree._ParserContext._handleParseResultDoc (src/lxml/lxml.etree.c:71739)
  File "parser.pxi", line 645, in lxml.etree._handleParseResult (src/lxml/lxml.etree.c:72614)
  File "parser.pxi", line 585, in lxml.etree._raiseParseError (src/lxml/lxml.etree.c:71955)
lxml.etree.XMLSyntaxError: Extra content at the end of the document, line 8, column 1

我想要的:

代码语言:javascript
复制
>>> ?????(formalchemy.FieldSet(toyschema.User(), session).render())
[<Element div at 0x1e48e10>, <Element script at 0x1e48cd0>, <Element div at 0x1e48730>, <Element div at 0x1ea1e60>]

我粗略的解决办法:

代码语言:javascript
复制
>>> lxml.etree.fromstring('<root>%s</root>' % formalchemy.FieldSet(toyschema.User(), session).render()).getchildren()
[<Element div at 0x1e48e10>, <Element script at 0x1e48cd0>, <Element div at 0x1e48730>, <Element div at 0x1ea1e60>]
EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2012-04-16 04:43:44

为了解析超文本标记语言,你需要使用lxml.html,而不是lxml.etree

如果您想要一个片段列表,而不是将它们包装在div中,您可以使用fragments_fromstring(string),如here所述。

票数 7
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/10165756

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档